Mmcp.market

agent-introspection-debugging skill

by affaan-m·affaan-m/ECC·269k stars·MIT

キャプチャ、診断、封じ込め回復、内省レポートを使用した AI エージェント障害のための構造化された自己デバッグワークフロー。

A100/100content scan

Is the agent-introspection-debugging skill safe?

Clean: nothing in its files matched our rules. We read 1 file in the folder on 2026-09-28.

No findings.

Install the agent-introspection-debugging skill

A skill is a folder. Copy it into your agent's skills folder and the agent loads it when the task matches its description. 

git clone --depth 1 https://github.com/affaan-m/ECC.git /tmp/ECC
mkdir -p ~/.claude/skills
cp -r /tmp/ECC/docs/ja-JP/skills/agent-introspection-debugging ~/.claude/skills/agent-introspection-debugging
available in every project

In the Claude apps, zip the folder and upload it from the Skills settings. The folder on GitHub

The instructions your agent would load

SKILL.md as published, without the frontmatter. Read it on GitHub

エージェント内省デバッグ

エージェント実行が繰り返し失敗している、進展なくトークンを消費している、同じツールをループしている、または意図したタスクから逸脱している場合にこのスキルを使用します。

これはワークフロースキルであり、隠れたランタイムではありません。エージェントが人間にエスカレーションする前に体系的に自己デバッグするよう教えます。

起動タイミング

  • ツール呼び出しの最大数 / ループ制限の失敗
  • 前進なしの繰り返しリトライ
  • 出力品質の低下を招くコンテキストの増大またはプロンプトのドリフト
  • 期待と現実の間でのファイルシステムや環境状態の不一致
  • 診断とより小さな修正アクションで回復可能なツールの失敗

スコープ境界

このスキルを起動するのは以下の場合：

  • 盲目的にリトライする前に障害状態をキャプチャする
  • エージェント固有の一般的な障害パターンを診断する
  • 封じ込め回復アクションを適用する
  • 構造化された人間が読めるデバッグレポートを生成する

このスキルを主なソースとして使用しない場合：

  • コード変更後の機能検証; verification-loop を使用
  • より狭い ECC スキルが既に存在するフレームワーク固有のデバッグ
  • 現在のハーネスが自動的に強制できないランタイムの約束

四フェーズループ

フェーズ 1: 障害キャプチャ

回復を試みる前に、障害を正確に記録します。

キャプチャ内容：

  • エラーの種類、メッセージ、スタックトレース（利用可能な場合）
  • 最後の意味のあるツール呼び出しシーケンス
  • エージェントが何をしようとしていたか
  • 現在のコンテキスト圧力：繰り返されるプロンプト、過大なペーストされたログ、重複した計画、暴走するノート
  • 現在の環境の前提：cwd、ブランチ、関連するサービス状態、期待されるファイル

最小キャプチャテンプレート：

## 障害キャプチャ
- セッション / タスク:
- 進行中の目標:
- エラー:
- 最後に成功したステップ:
- 最後に失敗したツール / コマンド:
- 観察された繰り返しパターン:
- 検証すべき環境の前提:

フェーズ 2: 根本原因診断

何も変更する前に、障害を既知のパターンに照合します。

診断の質問：

  • これはロジックの失敗か、状態の失敗か、環境の失敗か、ポリシーの失敗か？
  • エージェントは実際の目標を見失い、間違ったサブタスクを最適化し始めたか？
  • 障害は決定論的か一時的か？
  • 診断を検証する最小の可逆的アクションは何か？

フェーズ 3: 封じ込め回復

診断の表面を変える最小のアクションで回復します。

安全な回復アクション：

  • 繰り返しのリトライを停止し、仮説を再述べる
  • 低シグナルのコンテキストを削除し、アクティブな目標、ブロッカー、エビデンスのみを保持する
  • 実際のファイルシステム / ブランチ / プロセス状態を再確認する
  • タスクを 1 つの失敗しているコマンド、1 つのファイル、または 1 つのテストに絞り込む
  • 推測的な推論から直接観察に切り替える
  • 障害が高リスクまたは外部的にブロックされている場合は人間にエスカレーションする

現在の環境の実際のツールを通じて実際にそれらを行っていない限り、「エージェント状態をリセット」または「ハーネス設定を更新」のような自動回復アクションを主張しないこと。

封じ込め回復チェックリスト：

## 回復アクション
- 選択した診断:
- 取った最小アクション:
- なぜこれが安全か:
- 修正が機能したことを証明するエビデンスは何か:

フェーズ 4: 内省レポート

次のエージェントや人間が回復を理解できるレポートで終了します。

## エージェント自己デバッグレポート
- セッション / タスク:
- 障害:
- 根本原因:
- 回復アクション:
- 結果: 成功 | 部分的 | ブロック中
- トークン / 時間の消費リスク:
- 必要なフォローアップ:
- 後でエンコードすべき予防的変更:

回復ヒューリスティクス

この順序で介入を優先する：

  1. 実際の目標を一文で再述べる。
  2. メモリを信頼するのではなく世界の状態を確認する。
  3. 失敗しているスコープを縮小する。
  4. 1 つの識別チェックを実行する。
  5. その後にのみリトライする。

悪いパターン：

  • わずかに異なる言葉で同じアクションを 3 回リトライする

良いパターン：

  • 障害をキャプチャする
  • パターンを分類する
  • 1 つの直接チェックを実行する
  • チェックがサポートする場合にのみ計画を変更する

ECC との統合

  • コードが変更された場合、回復後に verification-loop を使用する。
  • 障害パターンが本能や将来のスキルに変える価値がある場合は continuous-learning-v2 を使用する。
  • 問題が技術的な失敗ではなく決定の曖昧さである場合は council を使用する。
  • 障害が競合するローカル状態やリポジトリのドリフトから来た場合は workspace-surface-audit を使用する。

出力標準

このスキルがアクティブな場合、「修正しました」だけで終わらないこと。

常に提供する：

  • 障害パターン
  • 根本原因の仮説
  • 回復アクション
  • 状況が改善されたまたはまだブロックされているエビデンス

More skills from affaan-m/ECC

  • AaccessibilityWCAG 2.2 レベル AA 標準を用いてインクルーシブなデジタルプロダクトを設計・実装・監査します。Web 用のセマンティック ARIA および Web・ネイティブプラットフォーム（iOS/Android）のアクセシビリティトレイトを生成するために使用します。
  • Aagent-architecture-auditエージェントおよび LLM アプリケーション向けのフルスタック診断。12 層のエージェントスタックにおけるラッパーリグレッション、メモリ汚染、ツール規律の失敗、隠れた修復ループ、レンダリング破損を監査します。重要度順の発見事項とコードファーストの修正を生成します。エージェントアプリケーション、自律ループ、または LLM を活用した機能を構築する開発者に必須です。
  • Aagent-evalカスタムタスクでコーディングエージェント（Claude Code、Aider、Codex など）をヘッドツーヘッドで比較し、合格率、コスト、時間、一貫性のメトリクスを測定します
  • Aagent-harness-constructionAI エージェントのアクション空間、ツール定義、観測フォーマットを設計・最適化して完了率を向上させます。
  • Aagent-introspection-debuggingStructured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.
  • Aagent-payment-x402タスクごとのバジェット、支出コントロール、ノンカストディアルウォレットを備えた x402 決済実行を AI エージェントに追加します。agentwallet-sdk を通じて Base をサポートし、OKX Payments / OKX エージェント決済プロトコルを通じて X Layer をサポートします。
  • Aagent-sortBuild an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.
  • Aagent-sort並行リポジトリ対応のレビューパスを使用して、スキル、コマンド、ルール、フック、エクストラを DAILY と LIBRARY のバケットに分類することで、特定のリポジトリ向けのエビデンスに基づいた ECC インストール計画を構築します。プロジェクトが完全なバンドルをロードする代わりに実際に必要なものに ECC をトリミングする必要がある場合に使用します。
  • Aagentic-engineeringOperate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when AI agents perform most implementation work and humans enforce quality and risk controls.
  • Aagentic-engineering評価ファースト実行、分解、コスト対応モデルルーティングを使用してエージェニックエンジニアとして動作します。
  • Aagentic-osClaude Code 上に永続的なマルチエージェントオペレーティングシステムを構築します。カーネルアーキテクチャ、スペシャリストエージェント、スラッシュコマンド、ファイルベースのメモリ、スケジュールされた自動化、外部データベースなしの状態管理をカバーします。
  • Aai-first-engineeringAI エージェントが大量の実装出力を生成するチームのためのエンジニアリング運用モデル。

All agent skills → · MCP servers