AgentDock

Análisis profundo de errores para romper el ciclo repetitivo de arreglar y olvidar. Analiza la categoría de la causa raíz, por qué fallaron las correcciones, mecanismos de prevención y captura el conocimiento en especificaciones. Se utiliza después de corregir un error para prevenir la misma clase de errores.

¿Qué es AgentDock?

Esta habilidad para agentes de IA (como Claude Code, Cursor o Codex) guía a los desarrolladores a realizar un análisis post-mortem estructurado después de corregir un error. En lugar de simplemente arreglar el síntoma y seguir adelante, AgentDock desglosa el error en cinco dimensiones clave: categoría de la causa raíz (como especificación faltante o suposición implícita), por qué fallaron los intentos de corrección anteriores, mecanismos de prevención (desde documentación hasta pruebas de integración), expansión sistemática a problemas similares y captura de conocimiento en las especificaciones del proyecto. El proceso incluye un marco de razonamiento bayesiano para actualizar creencias sobre la causa raíz cuando la evidencia es incompleta, ayudando a evitar sesgos comunes como el sesgo de confirmación. La habilidad es especialmente útil para equipos que buscan mejorar la calidad del código de forma sostenible, ya que convierte cada error en una oportunidad de aprendizaje que enriquece la base de conocimiento del proyecto (archivos .trellis/spec y guías de pensamiento). AgentDock soporta cualquier plataforma de agente de IA y se enfoca en la acción inmediata: actualizar documentos, sincronizar plantillas y confirmar cambios en el repositorio.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dofastted/AgentDock/tree/HEAD/.claude/skills/trellis-break-loop

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Rompe el Ciclo - Análisis Profundo de Errores

Cuando la depuración esté completa, utiliza esto para un análisis profundo que rompa el ciclo de "arreglar error -> olvidar -> repetir".


Marco de Análisis

Analiza el error que acabas de corregir desde estas 5 dimensiones:

1. Categoría de la Causa Raíz

¿A qué categoría pertenece este error?

CategoríaCaracterísticasEjemplo
A. Especificación FaltanteSin documentación sobre cómo hacerloNueva función sin lista de verificación
B. Contrato entre CapasInterfaz entre capas poco claraLa API devuelve un formato diferente al esperado
C. Fallo en Propagación de CambiosCambió un lugar, omitió otrosCambió la firma de una función, omitió los sitios de llamada
D. Brecha en Cobertura de PruebasLa prueba unitaria pasa, la integración fallaFunciona solo, falla cuando se combina
E. Suposición ImplícitaEl código se basa en una suposición no documentadaSegundos vs milisegundos en marcas de tiempo

2. Por qué Fallaron las Correcciones (si aplica)

Si intentaste varias correcciones antes de tener éxito, analiza cada fallo:

  • Corrección Superficial: Se arregló el síntoma, no la causa raíz
  • Alcance Incompleto: Se encontró la causa raíz, no se cubrieron todos los casos
  • Limitación de Herramienta: grep no lo encontró, la verificación de tipos no era estricta
  • Modelo Mental: Siguió buscando en la misma capa, no pensó entre capas

3. Mecanismos de Prevención

¿Qué mecanismos evitarían que esto vuelva a ocurrir?

TipoDescripciónEjemplo
DocumentaciónEscríbelo para que la gente lo sepaActualizar la guía de pensamiento
ArquitecturaHaz que el error sea estructuralmente imposibleEnvoltorios con seguridad de tipos
Tiempo de CompilaciónVerificación de tipos estricta, sin escapesEl cambio de firma provoca un error de compilación
Tiempo de EjecuciónMonitoreo, alertas, escaneosDetectar entidades huérfanas
Cobertura de PruebasPruebas E2E, pruebas de integraciónVerificar el flujo completo
Revisión de CódigoLista de verificación, plantilla PR"¿Verificaste X?"

4. Expansión Sistemática

¿Qué problemas más amplios revela este error?

  • Problemas Similares: ¿Dónde más podría existir este problema?
  • Defecto de Diseño: ¿Hay un problema de arquitectura fundamental?
  • Defecto de Proceso: ¿Hay una mejora en el proceso de desarrollo?
  • Brecha de Conocimiento: ¿Al equipo le falta algún entendimiento?

5. Captura de Conocimiento

Consolida las perspectivas en el sistema:

  • Actualizar guías de pensamiento en .trellis/spec/guides/
  • Actualizar documentos relevantes en .trellis/spec/
  • Crear registro de incidencia (si aplica)
  • Crear ticket de funcionalidad para la corrección raíz
  • Actualizar pautas de verificación si es necesario

Formato de Salida

Por favor, genera el análisis en este formato:

## Análisis de Error: [Descripción Breve]

### 1. Categoría de la Causa Raíz
- **Categoría**: [A/B/C/D/E] - [Nombre de la Categoría]
- **Causa Específica**: [Descripción detallada]

### 2. Por qué Fallaron las Correcciones (si aplica)
1. [Primer intento]: [Por qué falló]
2. [Segundo intento]: [Por qué falló]
...

### 3. Mecanismos de Prevención
| Prioridad | Mecanismo | Acción Específica | Estado |
|-----------|-----------|-------------------|--------|
| P0 | ... | ... | TODO/HECHO |

### 4. Expansión Sistemática
- **Problemas Similares**: [Lista de lugares con problemas similares]
- **Mejora de Diseño**: [Sugerencias a nivel de arquitectura]
- **Mejora de Proceso**: [Sugerencias al proceso de desarrollo]

### 5. Captura de Conocimiento
- [ ] [Documentos a actualizar / tickets a crear]

Filosofía Central

El valor de la depuración no está en arreglar el error, sino en hacer que esta clase de errores nunca vuelva a ocurrir.

Tres niveles de perspectiva:

  1. Táctico: Cómo arreglar ESTE error
  2. Estratégico: Cómo prevenir ESTA CLASE de errores
  3. Filosófico: Cómo expandir los patrones de pensamiento

30 minutos de análisis ahorran 30 horas de depuración futura.

Marco de Razonamiento: Razonamiento Bayesiano

Cuando múltiples causas raíz son plausibles y la evidencia está incompleta, actualiza tus creencias proporcionalmente a la nueva evidencia en lugar de aferrarte a las suposiciones iniciales.

Paso 1: Establecer Priores

Antes de investigar, indica lo que crees y por qué:

HipótesisPriorRazonamiento
H1: [causa A]40%Más común para este patrón
H2: [causa B]30%Plausible dado el entorno
H3: [otro]30%Cobertura general

Los priores deben sumar 100%. Si no puedes asignar probabilidades, investiga primero.

Paso 2: Observar Evidencia

Documenta lo que encontraste — sé específico sobre la fiabilidad:

  • ¿Qué observaste exactamente?
  • ¿Qué tan fiable es? (salida de prueba > mensaje de registro > informe de usuario > corazonada)
  • ¿Podrían múltiples hipótesis explicar esto?

Paso 3: Actualizar Creencias

Para cada hipótesis, pregúntate: ¿Qué tan probable es esta evidencia si esta hipótesis fuera cierta?

La dirección de la actualización importa más que el cálculo:

  • Evidencia fuertemente predicha por H1 → la probabilidad de H1 aumenta
  • Evidencia contradice H2 → la probabilidad de H2 disminuye
  • Evidencia igualmente probable bajo todas → sin actualización

Paso 4: Buscar Evidencia Discriminatoria

No recopiles más de lo mismo. Encuentra evidencia que difiera fuertemente entre las hipótesis principales.

Si H1 y H3 están cerca: "¿Qué vería si H1 es cierta pero no si H3 es cierta?" Luego verifica eso.

Paso 5: Declarar Confianza

ConfianzaAcción
90%+Procede con la corrección, monitorea
70-90%Procede, agrega verificación de respaldo
50-70%Prueba la hipótesis antes de comprometerte
<50%Necesitas más evidencia, no adivines

Nunca expreses certeza binaria cuando la evidencia está incompleta. Usa "muy probable", "plausible pero poco probable", "vale la pena investigar".

Falacias Comunes

FalaciaEjemploCorrección
Descuido de la tasa base"La prueba falló → el código está roto"¿Con qué frecuencia fallan las pruebas por otras razones?
Sesgo de confirmación"Debe ser una condición de carrera, busquemos evidencia de carrera"Busca activamente evidencia EN CONTRA de tu hipótesis principal
Anclaje"La última vez fue el caché, probablemente sea el caché otra vez"Establece priores desde el contexto actual, no del error de ayer

Después del Análisis: Acciones Inmediatas

IMPORTANTE: Después de completar el análisis anterior, DEBES inmediatamente:

  1. Actualizar spec/guides - No solo enumeres tareas pendientes, actualiza realmente los archivos relevantes:

    • Si es un problema entre plataformas → actualiza cross-platform-thinking-guide.md
    • Si es un problema entre capas → actualiza cross-layer-thinking-guide.md
    • Si es un problema de reutilización de código → actualiza code-reuse-thinking-guide.md
    • Si es específico del dominio → actualiza backend/*.md o frontend/*.md
  2. Sincronizar plantillas - Después de actualizar .trellis/spec/, sincroniza con src/templates/markdown/spec/

  3. Confirmar las actualizaciones de especificaciones - Este es el resultado principal, no solo el texto del análisis

El análisis no vale nada si se queda en el chat. El valor está en las especificaciones actualizadas.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Skills relacionados