hunt

Tổng quan về hunt skill

hunt dùng để làm gì

hunt là một skill ưu tiên gỡ lỗi, buộc bạn phải nghĩ về nguyên nhân gốc trước khi áp dụng bất kỳ cách sửa nào. Skill này phù hợp nhất cho lỗi, crash, regression, test thất bại, vấn đề cache cũ, bug ảnh chụp màn hình, và các trường hợp “trước đây vẫn chạy” khi bạn cần một giả thuyết có thể kiểm chứng, không phải một bản vá vội.

Ai nên cài đặt nó

Hãy cài đặt hunt nếu bạn thường xuyên debug trên code ứng dụng, test, artifact build hoặc hành vi runtime và muốn một quy trình hunt lặp lại để khoanh vùng sự cố thật nhanh. Skill này đặc biệt hữu ích khi triệu chứng nhiễu, các lần sửa trước đó cứ thất bại, hoặc bug trải trên log, trạng thái UI và output được sinh ra.

Điểm khác biệt của nó

Giá trị cốt lõi là tính kỷ luật: xác định một file, hàm, dòng hoặc điều kiện cụ thể, rồi thu thập bằng chứng cho đến khi nguyên nhân gốc đủ vững để bảo vệ. Các tài liệu tham chiếu đi kèm bao phủ logging, các mẫu lỗi phổ biến, trường hợp biên IME/Unicode và bug rendering, nên skill này không chỉ là “debug kỹ hơn”; nó đẩy bạn đến đúng nhóm chẩn đoán cần làm.

Cách dùng hunt skill

Cài đặt và thiết lập ngữ cảnh

Dùng luồng cài đặt skill bình thường cho môi trường của bạn, sau đó mở các file của skill theo thứ tự này: SKILL.md, references/failure-patterns.md, references/logging-techniques.md, references/ime-unicode.md, và references/rendering-debug.md. Hãy bắt đầu bằng tài liệu tham chiếu khớp với triệu chứng; đừng đọc tất cả trừ khi sự cố chạm sang nhiều miền khác nhau.

Cách prompt để dùng hunt

Để dùng hunt hiệu quả nhất, hãy yêu cầu chẩn đoán trước khi sửa và đưa vào triệu chứng nhỏ nhất có thể tái hiện. Một input tốt sẽ giống như: “hunt regression này: bấm Save thì không còn lưu sau khi refresh; thay đổi gần nhất đụng src/hooks/user.ts; log cho thấy cache hit.” Một input yếu sẽ giống như: “save bị hỏng, sửa giúp tôi.”

Quy trình mà skill này kỳ vọng

Hướng dẫn hunt kỳ vọng bạn nêu một giả thuyết trong một câu, kiểm chứng nó bằng bằng chứng, rồi chỉ vá khi nguyên nhân đã đủ kiểm tra được. Thực tế sẽ là: tái hiện, thu hẹp đường đi, thu một log hoặc kiểm tra có tính phân biệt, xác nhận đường lan truyền, rồi viết bản sửa nhỏ nhất kèm test hồi quy nếu có thể.

Cách đọc thực tế

Dùng references/failure-patterns.md khi lỗi có dấu hiệu liên quan đến cache, queue, guard hoặc ranh giới build. Dùng references/logging-techniques.md khi bạn cần bằng chứng có instrument. Dùng references/ime-unicode.md cho lỗi nhập CJK hoặc composition. Dùng references/rendering-debug.md cho lỗi PDF, in ấn, font hoặc layout.

Câu hỏi thường gặp về hunt skill

hunt chỉ dành cho lỗi code thôi à?

Không. hunt dành cho việc debug bất kỳ dạng lỗi cụ thể nào: runtime error, test thất bại, artifact sinh ra bị hỏng, regression UI, và output không khớp. Nó không phù hợp cho code review thuần túy hay thiết kế tính năng.

Tôi có cần biết chính xác root cause trước không?

Không, nhưng bạn cần một giả thuyết có thể bị bác bỏ. Skill này được xây để giúp bạn đi từ “có gì đó sai” đến “tôi tin nguyên nhân gốc là X vì Y.”

hunt có tốt hơn prompt bình thường không?

Thường là có, khi lỗi mơ hồ hoặc tái diễn. Một prompt chung chung có thể sinh ra một bản vá; hunt cố giảm đoán mò trước, nhờ đó giảm nguy cơ một cách sửa làm hỏng đường đi khác.

Khi nào tôi không nên dùng hunt?

Bỏ qua nó khi bạn đang thêm tính năng mới, refactor mà không có bug, hoặc đã có một cách sửa tối thiểu được xác nhận và chỉ cần hỗ trợ triển khai. Nó cũng không phải lựa chọn tốt nhất cho brainstorming kiến trúc ở mức cao.

Cách cải thiện hunt skill

Cung cấp bằng chứng mạnh hơn ngay từ đầu

Hãy đưa ra triệu chứng, thay đổi gần nhất, môi trường chính xác, và một hoặc hai quan sát cụ thể. Ví dụ: “chỉ fail khi cold start,” “pass sau khi xóa cache,” “lỗi trên macOS với CJK input,” hoặc “PDF render được ở local nhưng không chạy trong CI.” Điều này giúp hunt chọn đúng mẫu lỗi ngay lập tức.

Tránh các kiểu thất bại thường gặp

Sai lầm lớn nhất là đòi sửa trước khi đã khoanh được nguyên nhân. Một lỗi phổ biến khác là khả năng quan sát mơ hồ: log chỉ cho thấy thông báo lỗi, chứ không cho thấy nhánh rẽ, trình tự hay chuyển trạng thái đủ để phân biệt giả thuyết này với giả thuyết khác. Hãy thêm bằng chứng có tính phân biệt, đừng chỉ thêm nhiễu.

Lặp lại sau lượt đầu tiên

Nếu chẩn đoán đầu tiên chưa đầy đủ, hãy phản hồi bằng quan sát mới thay vì bắt đầu lại toàn bộ prompt. hunt hiệu quả nhất như một vòng lặp thu hẹp: giả thuyết, kiểm tra, phản ví dụ, giả thuyết mạnh hơn. Đó là cách bạn đi từ việc cài đặt hunt skill đến một quy trình hunt đáng tin cậy cho workflow Debugging.