hunt

Panorama general de hunt

Para qué sirve hunt

hunt es una skill de depuración primero, diseñada para obligarte a pensar en la causa raíz antes de aplicar cualquier arreglo. Es ideal para errores, crashes, regresiones, tests que fallan, problemas de caché obsoleta, bugs de capturas de pantalla y fallos de “antes funcionaba”, cuando necesitas una hipótesis comprobable y no un parche rápido.

Quién debería instalarlo

Instala la skill hunt si sueles depurar entre código de la app, tests, artefactos de compilación o comportamiento en runtime y quieres una guía repetible para acotar el problema con rapidez. Resulta especialmente útil cuando los síntomas son ruidosos, los arreglos repetidos siguen fallando o el bug afecta a logs, estado de UI y salida generada al mismo tiempo.

Qué la hace distinta

Su valor principal es la disciplina: identificar un archivo, función, línea o condición concreta y luego reunir evidencia hasta que la causa raíz quede bien sustentada. Las referencias de apoyo cubren logging, patrones de fallo, casos límite de IME/Unicode y bugs de renderizado, así que la skill no se limita a “depurar más”; te empuja hacia la clase correcta de diagnóstico.

Cómo usar la skill hunt

Instalación y preparación del contexto

Sigue el flujo normal de instalación de skills para tu entorno y luego abre los archivos de la skill en este orden: SKILL.md, references/failure-patterns.md, references/logging-techniques.md, references/ime-unicode.md y references/rendering-debug.md. Empieza por la referencia que coincida con el síntoma; no leas todo salvo que el problema atraviese varios dominios.

Cómo pedir uso de hunt

Para aprovechar bien hunt, pide diagnóstico antes que reparación e incluye el síntoma reproducible más pequeño que tengas. Una buena solicitud suena así: “hunt this regression: clicking Save no longer persists after refresh; latest change touched src/hooks/user.ts; logs show cache hit.” Una mala solicitud suena así: “save is broken, please fix.”

Flujo de trabajo que espera la skill

La guía de hunt espera que plantees una hipótesis en una sola frase, la verifiques con evidencia y solo entonces apliques un parche cuando la causa sea comprobable. En la práctica: reproduce, acota el recorrido, recoge un log o una comprobación que discrimine entre hipótesis, confirma la ruta de propagación y luego escribe el arreglo más pequeño posible y, si se puede, un test de regresión.

Ruta de lectura práctica

Usa references/failure-patterns.md cuando el bug huela a caché, colas, guards o límites de compilación. Usa references/logging-techniques.md cuando necesites evidencia instrumentada. Usa references/ime-unicode.md para problemas de entrada CJK o de composición. Usa references/rendering-debug.md para fallos de PDF, impresión, fuentes o layout.

Preguntas frecuentes sobre la skill hunt

¿hunt es solo para bugs de código?

No. La skill hunt sirve para depurar cualquier modo de fallo concreto: errores en runtime, tests fallidos, artefactos generados rotos, regresiones de UI y desajustes en la salida. No es la mejor opción para revisiones de código puras o diseño de funcionalidades.

¿Necesito conocer primero la causa raíz exacta?

No, pero sí necesitas una hipótesis que pueda falsarse. La skill está pensada para ayudarte a pasar de “algo va mal” a “creo que la causa raíz es X porque Y”.

¿hunt es mejor que un prompt normal?

Normalmente sí cuando el fallo es ambiguo o recurrente. Un prompt genérico puede acabar generando un parche; hunt intenta reducir primero la improvisación, lo que baja la probabilidad de una solución que rompa otra ruta.

¿Cuándo no debería usar hunt?

Sáltalo cuando vayas a añadir una funcionalidad nueva, refactorizar sin un bug o ya tengas un arreglo mínimo confirmado y solo necesites ayuda de implementación. Tampoco es la mejor opción para lluvia de ideas de arquitectura de alto nivel.

Cómo mejorar la skill hunt

Aporta más evidencia desde el principio

Da el síntoma, el último cambio, el entorno exacto y una o dos observaciones concretas. Por ejemplo: “fails only on cold start”, “passes after cache clear”, “breaks on macOS with CJK input” o “PDF renders locally but not in CI.” Eso ayuda a hunt a elegir de inmediato el patrón de fallo adecuado.

Evita los fallos más comunes

El mayor error es pedir un arreglo antes de acotar la causa. Otro fallo frecuente es una observabilidad vaga: logs que solo muestran el mensaje de error, pero no la rama, la secuencia o la transición de estado que distingue una hipótesis de otra. Añade evidencia discriminante, no más ruido.

Itera después del primer pase

Si el primer diagnóstico se queda corto, responde con la nueva observación en lugar de reiniciar todo el prompt. La skill hunt funciona mejor como un bucle de acotación: hipótesis, comprobación, contraejemplo, hipótesis más sólida. Así es como pasas de instalar la skill hunt a una búsqueda fiable para el flujo de trabajo de depuración.