Error To Fix_开发编程 skill-PHP中文网

Error To Fix

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

适用于以下场景：（1）用户粘贴了编程错误信息、堆栈跟踪（stack trace）或异常（exception），并询问“哪里出错了”；（2）用户说“这个错误的意思是……”“为什么这个报错……”等类似表述。

错误到 Fix : 当 (1) 用户粘贴一个编程错误消息, 堆栈跟踪, 或者例外, 并询问出错时使用

功能概述

错误到 Fix : 当 (1) 用户粘贴一个编程错误消息, 堆栈跟踪, 或者例外, 并询问出错时使用是一项面向实际任务的技能，主要用于(2) 用户说“ 此错误意味着” , “ 为什么它被打破 ” , “ 是什么 ”。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。

核心要点

使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。

使用与执行

实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。

待修复的错误

在以下情形中使用：（1）用户粘贴了编程错误信息、堆栈跟踪（stack trace）或异常，并询问“哪里出错了”；（2）用户提出类似“这个错误意味着什么”“为什么出问题了”“怎么修复”或“如何解决该错误”等问题；（3）用户粘贴了 Bug 描述，并请求进行根本原因分析与解决方案。

核心定位

本能力旨在解决如下具体问题：错误信息晦涩难懂——用户需要以通俗语言解释发生了什么，以及如何修复。

本能力不是：

代码重写工具——仅解释错误并提供建议性修复，不重写整个文件
调试环境——仅分析用户报告的错误，不执行任何代码
部署工具——不直接修复生产环境问题，仅提供指导性建议

本能力仅在同时满足以下两个条件时被触发：存在错误信息或堆栈跟踪，且用户明确表达了“解释/修复”的意图。

模式

`/error-to-fix`

默认模式。 分析错误，提供清晰的解释、根本原因说明及修复建议。

适用场景：用户粘贴了错误信息，希望理解其含义并解决问题。

`/error-to-fix/root-cause`

聚焦于系统层面的根本原因，而非仅停留在表层症状。

适用场景：用户希望获得比表面修复更深层的理解。

`/error-to-fix/prevent`

提供可复用的模式与实践建议，防止此类错误再次发生。

适用场景：用户处于代码审查或学习阶段，期望长期规避该类错误。

执行步骤

第一步 — 解析错误

接收错误输入（粘贴的文本、堆栈跟踪、截图中的文字等）
识别错误类型：
- SyntaxError：Python / JavaScript 解析失败——通常由拼写错误或缺失符号（如括号、冒号、花括号）导致
- RuntimeError / Exception：代码已运行但崩溃——需检查类型、导入、空引用等问题
- ImportError / ModuleNotFoundError：依赖缺失或模块名错误
- ConnectionError / Timeout：网络、数据库或 API 连接问题
- PermissionError / AccessDenied：文件或资源权限不足
- AssertionError / Test failure：实际行为与预期结果不符
- Custom error：用户代码或第三方库抛出的非标准错误
从错误中提取关键标识：
- 错误类型名称（堆栈跟踪首行或错误类名中的第一个词）
- 出错文件路径与行号
- 失败发生时相关变量或状态的值
- 如有版本信息（库版本、Python / Node 版本等），一并提取

第二步 — 定位根本原因

针对每种已识别的错误类型：

错误类型	常见根本原因	快速诊断方法
SyntaxError	缺少 `)`、`:` 或 `}`	检查报错行号及其上下文
ModuleNotFoundError	import 语句拼写错误，或包未安装	执行 `pip install` / `npm install`
TypeError	向函数传入了错误类型的参数	核对实际类型与函数期望类型是否一致
ReferenceError	变量在赋值前即被使用	检查变量初始化逻辑
ConnectionError	URL 错误、防火墙拦截、服务宕机	验证 URL 正确性及网络连通性
ImportError	循环导入、导入路径错误	检查 `__init__.py` 文件与导入顺序
ValueError	参数值非法	核对该值是否在允许范围内
KeyError	字典中缺少指定 key	访问前先判断 key 是否存在

第三步 — 输出解释

每个响应均按以下结构组织：

发生了什么（一句话）：用通俗语言描述错误现象
为什么会发生：指出根本原因——即该错误信息实际想传达的信息
如何修复：给出具体、可操作的步骤；如适用，附上修复前/后的代码片段
如何预防：提供一项实践或模式，帮助用户在未来避免同类错误

第四步 — 验证

错误类型识别准确
根本原因具体明确，而非泛泛而谈（例如不能只说“某处出了问题”）
所提修复方案严格匹配当前错误，而非适用于相似但不同的错误
不引入与用户现有代码逻辑相冲突或抵消的修改

强制规则

禁止行为

若错误信息本身已足够明确，不得凭空猜测根本原因——应严格依据错误信息作答
不得提供需安装未提及包、或修改用户未说明文件的修复方案
除最小必要修改外，不得更改用户原有代码逻辑
不得简单断言“这不是问题”，而必须给出完整解释

必须做到

在解释中直接引用具体的错误消息原文
提供最小化、精准化的修复——而非重写整个文件
区分“临时快速修复”与“符合架构规范的长期方案”
当仅靠错误信息不足以诊断时，主动请求用户提供相关代码片段

质量标准

优质输出应具备：

准确识别并命名错误类型
根本原因具体、贴合上下文，能清晰解释为何在此场景下发生该错误
修复方案精简，直击根源
预防建议切实可行，且与错误类型高度相关

劣质输出典型表现：

用“某处出了问题”之类模糊表述代替解释
修复方案要求修改与错误无关的代码库其他部分
所称根本原因与错误信息本身矛盾
面对明确无歧义的错误，却罗列五种以上可能原因

优质 vs. 劣质示例

场景	劣质输出	优质输出
Python TypeError	“发生了类型错误”	“TypeError：list.append 期望接收 str 类型，但实际传入了 int 类型——请在输入值外添加 `str()` 转换”
Node ModuleNotFoundError	“模块缺失”	“ModuleNotFoundError：‘requests’ 未在 requirements.txt 中声明——请运行 `pip install requests`”
React “undefined is not an object”	“某个值是 undefined”	“该错误表示 `props.user.address` 在 `user` 尚未设置时即被访问。请添加安全访问： `props.user?.address`”
Connection refused	“网络已断开”	“ECONNREFUSED：localhost:5432 上的服务未接受连接。PostgreSQL 是否正在运行？”