代码错误自动修复工作流

具体问题：调试代码错误的常见挑战

开发者在面对代码报错时，往往依赖直觉猜测或盲目修改，导致调试效率低下、修复过程中引入新问题。例如，错误消息模糊、环境依赖复杂，或逻辑错误隐蔽，都可能使问题排查陷入僵局。这种非系统化的调试方式不仅耗时，还可能破坏代码稳定性。

技能如何工作：五步修复工作流

技能 code-error-fixer 提供了一套强制性的系统化诊断与修复流程，核心是遵循 复现 → 定位 → 理解 → 修复 → 验证 五步法。这确保了修复过程基于证据，而非猜测。

关键步骤详解

• 复现：首先稳定复现问题，收集完整上下文，包括错误消息、触发条件、环境信息和相关代码。如果无法复现，则暂停修复。
• 定位：通过多种策略缩小问题范围，如使用 二分法 注释代码、分析 堆栈追踪、进行 git diff 差异对比，或检查依赖版本。在定位到具体行或变量前，禁止修复。
• 理解：深入分析根因，回答“为什么会产生这个错误”。这涉及查阅 API 文档、检查边界条件（如空值或类型不匹配），并可能通过 Web 搜索确认已知问题。
• 修复：遵循 最小改动原则，只修改导致问题的代码，避免“霰弹式修改”。同时考虑边缘情况和防御性检查。
• 验证：确认修复有效，包括运行复现步骤、测试套件，并检查是否引入新错误。如果验证失败，则返回第一步重新开始。

技能还提供了针对常见错误类型（如编译错误、运行时异常、逻辑 Bug）的诊断策略，例如对 TypeScript 类型错误从第一个错误修复开始，或对 NullPointerException 检查异步数据加载。

适用边界与注意点

此技能适用于各类编程语言和环境的错误修复，但需注意：

• 依赖环境：修复过程需要完整的错误信息和可复现的步骤，如果用户无法提供，可能无法进行。
• 复杂问题：对于涉及多组件或外部系统的错误，可能需要结合人工经验和额外工具。
• 原则遵守：必须严格遵循工作流，例如一次只改一个问题、证据驱动决策，否则可能降低修复效果。
• 技术栈限制：虽然技能覆盖 JavaScript、Python 等常见栈，但极端特定环境（如嵌入式系统）可能需要调整策略。

总之，技能强调结构化调试，帮助开发者高效定位并修复代码错误，而非依赖随机尝试。