본문으로 건너뛰기
cccskills
무료GitHub에 공개

nw-investigation-techniques

Evidence collection methods, problem categorization, analysis techniques, and solution design patterns

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

설치 방법 보기

포함된 파일(1)

  • SKILL.md3.6 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

Investigation Techniques

Problem Categorization

Technical Problems

CategorySub-CategoryCommon Symptoms
System FailuresApp crashes, memory leaks, deadlocks, data corruptionService unavailability, resource exhaustion, integrity errors
System FailuresHardware, network, database, securityConnectivity loss, capacity limits, access failures
PerformanceResponse time: slow queries, latency, algorithmic inefficiencyHigh p95/p99, user-reported slowness
PerformanceThroughput: thread pool exhaustion, connection limits, queue backlogReduced capacity, growing queues
IntegrationInternal: component comms, data format, version conflictsInterface errors, serialization failures
IntegrationExternal: third-party availability, API changes, auth failuresTimeouts, contract violations

Operational Problems

CategoryCommon Symptoms
Deployment: script failures, config drift, migration errorsFailed releases, environment inconsistencies
Monitoring: alerting gaps, backup failures, incident responseMissed incidents, slow recovery
Human factors: communication gaps, knowledge silos, skill gapsRepeated mistakes, slow onboarding

Evidence Collection

Technical Evidence Sources

Logs: application (timestamp correlation) | system/infrastructure | database | network traces

Metrics: performance/resource utilization | error rates/response time trends | user behavior/transaction patterns | infrastructure health/capacity

Configuration: system/deployment settings | code changes/VCS history (git log, blame) | env vars/dependencies | security/access controls

Evidence Validation

  1. Cross-reference: verify from multiple independent sources
  2. Timestamp validation: confirm event sequence accuracy
  3. Completeness check: identify data gaps/corruption
  4. Correlation vs causation: distinguish co-occurrence from causation

Analysis Techniques

Quantitative

  • Trend: time series of metrics, error pattern frequency
  • Distribution: response time percentiles, error rate across components
  • Pattern recognition: log anomalies, behavior patterns, error clustering

Qualitative

  • Timeline reconstruction: detailed incident timeline, correlate changes with symptoms
  • Process analysis: workflow disruptions, communication flow, decision chains
  • Environmental: recent changes, system load, external factors, related incidents

Solution Design Patterns

Immediate Mitigations (restore service)

Quick fixes | workarounds to minimize impact | emergency procedures | monitoring enhancements

Permanent Fixes (prevent recurrence)

Architecture modifications | code quality/defensive programming | config management/environment consistency | testing/validation improvements

Early Detection (catch faster)

Leading indicators | anomaly detection/predictive alerting | automated quality gates | threshold tuning from learnings

Solution Prioritization Matrix

PriorityCriteriaAction
P0Active incident, users impactedImmediate mitigation, hours
P1Root cause fix for recurring issuePermanent fix, current sprint
P2Prevention for potential issuesNext sprint
P3Systemic improvementBacklog with evidence

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

댓글

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

보내면 바로 공개됩니다. 이메일 주소나 전화번호 같은 개인 정보는 쓰지 마세요. URL은 2개까지입니다.

0 / 1,000자

이 양식은 reCAPTCHA로 보호되며 Google 개인정보처리방침 및 서비스 약관이 적용됩니다.

같은 저장소의 스킬

Review dimensions for validating agent quality - template compliance, safety, testing, and priority validation

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

nWave-ai/nWave6222026년 9월 16일 업데이트

Review dimensions for validating agent quality - template compliance, safety, testing, and priority validation

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

nWave-ai/nWave6222026년 9월 16일 업데이트

Review dimensions for acceptance test quality - happy path bias, GWT compliance, business language purity, coverage completeness, walking skeleton user-centricity, priority validation, observable behavior assertions, traceability coverage, and walking skeleton boundary proof

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

nWave-ai/nWave6222026년 9월 16일 업데이트

Detailed 5-phase workflow for creating agents - from requirements analysis through validation and iterative refinement

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

nWave-ai/nWave6222026년 9월 16일 업데이트

5-layer testing approach for agent validation including adversarial testing, security validation, and prompt injection resistance

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

nWave-ai/nWave6222026년 9월 16일 업데이트

Architectural style selection decision matrices, trade-off analysis, structural enforcement rules, and combination patterns. Load when choosing or evaluating architecture styles.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

nWave-ai/nWave6222026년 9월 16일 업데이트

nWave-ai의 스킬 모두 보기

이 스킬의 문제 신고