Communitygithub.com

Depuración por Introspección del Agente

Flujo de trabajo estructurado de autodepuración para fallos de agentes de IA mediante captura, diagnóstico, recuperación controlada e informes de introspección. Úsalo cuando una ejecución del agente falle y necesites un diagnóstico reproducible en lugar de un reintento.

¿Qué es Depuración por Introspección del Agente?

La habilidad **Depuración por Introspección del Agente** permite a un agente de IA depurar fallos sistemáticamente antes de escalarlos a un humano. Es ideal cuando el agente entra en bucles, consume tokens sin progreso o se desvía de su tarea. El flujo consta de cuatro fases: Captura del Fallo (registrar el error y el contexto), Diagnóstico de Causa Raíz (clasificar el patrón de fallo), Recuperación Controlada (aplicar la acción correctiva más pequeña) y un Informe de Introspección (resumir hallazgos y acciones). Incluye heurísticas de recuperación, una tabla de patrones de fallo comunes y guías de integración con otras habilidades ECC. La salida siempre debe incluir el patrón de fallo, la hipótesis de causa raíz, la acción de recuperación y la evidencia de mejora.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/agent-introspection-debugging

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Depuración por Introspección del Agente?

Usa esta habilidad cuando una ejecución del agente falle repetidamente, consuma tokens sin progreso, se enganche en las mismas herramientas o se desvíe de la tarea prevista.

Esta es una habilidad de flujo de trabajo, no un tiempo de ejecución oculto. Enseña al agente a depurarse sistemáticamente antes de escalar a un humano.

Cuándo Activar

  • Fallos por límite máximo de llamadas a herramientas / bucles
  • Reintentos repetidos sin ningún progreso
  • Crecimiento del contexto o deriva del prompt que empieza a degradar la calidad de la salida
  • Desajuste entre el estado esperado y el real del sistema de archivos o del entorno
  • Fallos de herramientas que probablemente se puedan recuperar con diagnóstico y una acción correctiva pequeña

Límites del Alcance

Activa esta habilidad para:

  • capturar el estado del fallo antes de reintentar ciegamente
  • diagnosticar patrones de fallo comunes específicos de agentes
  • aplicar acciones de recuperación controladas
  • producir un informe de depuración legible por humanos

No uses esta habilidad como fuente principal para:

  • verificación de funcionalidades tras cambios de código; usa verification-loop
  • depuración específica de un framework cuando ya exista una habilidad ECC más específica
  • promesas de tiempo de ejecución que el harness actual no pueda garantizar automáticamente

Bucle de Cuatro Fases

Fase 1: Captura del Fallo

Antes de intentar recuperarte, registra el fallo con precisión.

Captura:

  • tipo de error, mensaje y traza de pila cuando esté disponible
  • última secuencia de llamadas a herramientas significativa
  • qué intentaba hacer el agente
  • presión actual del contexto: avisos repetidos, registros pegados de gran tamaño, planes duplicados o notas descontroladas
  • suposiciones actuales del entorno: directorio de trabajo, rama, estado relevante del servicio, archivos esperados

Plantilla mínima de captura:

## Captura del Fallo
- Sesión / tarea:
- Objetivo en curso:
- Error:
- Último paso exitoso:
- Última herramienta / comando fallido:
- Patrón repetido observado:
- Suposiciones del entorno a verificar:

Fase 2: Diagnóstico de Causa Raíz

Clasifica el fallo según un patrón conocido antes de cambiar nada.

PatrónCausa ProbableVerificación
Máximo de llamadas a herramientas / mismo comando repetidoBucle o trayectoria de observación sin salidaInspecciona las últimas N llamadas a herramientas en busca de repetición
Desbordamiento de contexto / razonamiento degradadoNotas sin límite, planes repetidos, registros de gran tamañoInspecciona el contexto reciente en busca de duplicación y contenido masivo de baja señal
ECONNREFUSED / tiempo de esperaServicio no disponible o puerto incorrectoVerifica el estado del servicio, la URL y las suposiciones del puerto
429 / cuota agotadaTormenta de reintentos o falta de retrocesoCuenta las llamadas repetidas e inspecciona el espaciado entre reintentos
Archivo faltante tras escritura / diff obsoletoCondición de carrera, directorio de trabajo incorrecto o deriva de ramaRevisa la ruta, el directorio de trabajo, el estado de git y la existencia real del archivo
Pruebas aún fallando tras la "solución"Hipótesis incorrectaAísla la prueba que falla exactamente y rededuce el error

Preguntas de diagnóstico:

  • ¿Es un fallo lógico, de estado, de entorno o de política?
  • ¿Perdió el agente el objetivo real y comenzó a optimizar la subtarea incorrecta?
  • ¿El fallo es determinista o transitorio?
  • ¿Cuál es la acción reversible más pequeña que validaría el diagnóstico?

Fase 3: Recuperación Controlada

Recupérate con la acción más pequeña que cambie la superficie del diagnóstico.

Acciones de recuperación seguras:

  • detener los reintentos repetidos y reformular la hipótesis
  • recortar el contexto de baja señal y mantener solo el objetivo activo, los bloqueos y la evidencia
  • volver a verificar el estado real del sistema de archivos / rama / proceso
  • reducir la tarea a un comando, un archivo o una prueba
  • cambiar del razonamiento especulativo a la observación directa
  • escalar a un humano cuando el fallo sea de alto riesgo o esté bloqueado externamente

No afirmes acciones de autocuración no compatibles como "restablecer el estado del agente" o "actualizar la configuración del harness" a menos que realmente las estés realizando a través de herramientas reales en el entorno actual.

Lista de verificación de recuperación controlada:

## Acción de Recuperación
- Diagnóstico elegido:
- Acción más pequeña realizada:
- Por qué es segura:
- Qué evidencia demostraría que la solución funcionó:

Fase 4: Informe de Introspección

Termina con un informe que haga legible la recuperación para el próximo agente o humano.

## Informe de Autodepuración del Agente
- Sesión / tarea:
- Fallo:
- Causa raíz:
- Acción de recuperación:
- Resultado: éxito | parcial | bloqueado
- Riesgo de quema de tokens / tiempo:
- Seguimiento necesario:
- Cambio preventivo para codificar después:

Heurísticas de Recuperación

Prefiere estas intervenciones en orden:

  1. Reformular el objetivo real en una frase.
  2. Verificar el estado del mundo en lugar de confiar en la memoria.
  3. Reducir el alcance del fallo.
  4. Ejecutar una verificación discriminante.
  5. Solo entonces reintentar.

Patrón malo:

  • reintentar la misma acción tres veces con una redacción ligeramente diferente

Patrón bueno:

  • capturar el fallo
  • clasificar el patrón
  • ejecutar una verificación directa
  • cambiar el plan solo si la verificación lo respalda

Integración con ECC

  • Usa verification-loop después de la recuperación si se cambió código.
  • Usa continuous-learning-v2 cuando el patrón de fallo merezca convertirse en un instinto o habilidad posterior.
  • Usa council cuando el problema no sea un fallo técnico sino ambigüedad en la decisión.
  • Usa workspace-surface-audit si el fallo provino de un estado local conflictivo o deriva del repositorio.

Estándar de Salida

Cuando esta habilidad esté activa, no termines solo con "Lo arreglé".

Proporciona siempre:

  • el patrón de fallo
  • la hipótesis de causa raíz
  • la acción de recuperación
  • la evidencia de que la situación ahora es mejor o sigue bloqueada

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

Skills relacionados