debug-issue

tirth8205 · РазработкаЕзик на описанието

Systematically debug issues using graph-powered code navigation

Оригинален текст · няма потвърден превод на български

Платформи: Не са посочениНиво: Не е посоченоВ индекса: 20.09.2026 г.Обновен в GitHub: 18.09.2026 г.

Теми: ai-coding · claude · claude-code · code-review · graphrag · incremental · knowledge-graph · llm · mcp · python · static-analysis · tree-sitter

Първо прочетете инструкцията.

Файлът се зарежда от посочения източник само по ваше действие. Можете да го прочетете тук, да го копирате или да го запазите като .md.

Командата отваря избора на skills от репозитория. Прочетете файла и условията на автора преди изпълнение.

npx skills add tirth8205/code-review-graph

Страницата копира текст. Не инсталира и не изпълнява нищо на устройството ви.

Началото на файла на автора, без превод.

Trace a bug through the knowledge graph before reading source.

Call semantic_search_nodes_tool to find code related to the issue.
Call query_graph_tool with callers_of and callees_of to trace the call chain in both directions.
Call get_flow_tool for the execution path that reaches the suspect code. Its entry point is where the bug is triggered.
Call detect_changes_tool to check whether a recent change caused the issue.
Call get_impact_radius_tool on the suspect files to see what a fix would affect.

Call get_minimal_context_tool(task="<your task>") before any other graph tool.
Pass detail_level="minimal" wherever a tool accepts it. Use "standard" only when minimal is not enough.
Prefer a targeted query_graph_tool call over a broad listing call.
Budget: about five tool calls and 800 tokens of graph output per task.
Read the implementation and its tests before changing code. The graph narrows scope; it does not replace the source.