junhong_cmp_fiber/.claude/skills/systematic-debugging/SKILL.md

name, description

name	description
systematic-debugging	遇到任何 bug、异常行为、报错时必须使用。在提出任何修复方案之前，强制执行根因分析流程。适用于 API 报错、数据异常、业务逻辑错误、性能问题等所有技术问题。

系统化调试方法论

铁律

没有找到根因，禁止提出任何修复方案。

改之前先搞懂为什么坏了。猜测不是调试，验证假设才是。

---

什么时候用

所有技术问题都用这个流程：

• API 接口报错（4xx / 5xx）
• 业务数据异常（金额不对、状态流转错误）
• 性能问题（接口慢、数据库慢查询）
• 异步任务失败（Asynq 任务报错/卡住）
• 构建失败、启动失败

尤其是以下场景：

• 时间紧迫（越急越不能瞎猜）
• "很简单的问题"（简单问题也有根因）
• 已经试了一次修复但没解决
• 不完全理解为什么出问题

---

四阶段流程

必须按顺序完成每个阶段，不可跳过。

阶段一：根因调查

这是最重要的阶段，占整个调试时间的 60%。没完成本阶段，禁止进入阶段二。

1. 仔细阅读错误信息

• 完整阅读 stack trace，不要跳过
• 注意行号、文件路径、错误码
• 很多时候答案就在错误信息里
• 检查 logs/app.log 和 logs/access.log 中的上下文

2. 稳定复现

• 能稳定触发吗？精确的请求参数是什么？
• 用 curl 或 Postman 复现，记录完整的请求和响应
• 不能复现 → 收集更多数据（检查日志、Redis 状态、数据库记录），不要瞎猜

3. 检查最近改动

• git diff / git log --oneline -10 看最近改了什么
• 新加了什么依赖？改了什么配置？改了什么 SQL？
• 对比改动前后的行为差异

4. 逐层诊断（针对本项目架构）

本项目有明确的分层架构，问题一定出在某一层的边界：

请求 → Fiber Middleware → Handler → Service → Store → PostgreSQL/Redis
                ↑              ↑          ↑        ↑           ↑
              认证/限流      参数解析   业务逻辑  SQL/缓存    数据本身

在每个层边界确认数据是否正确：

// Handler 层 — 请求进来的参数对不对？
logger.Info("Handler 收到请求",
    zap.Any("params", req),
    zap.String("request_id", requestID),
)

// Service 层 — 传给业务逻辑的数据对不对？
logger.Info("Service 开始处理",
    zap.Uint("user_id", userID),
    zap.Any("input", input),
)

// Store 层 — SQL 查询/写入的数据对不对？
// 开启 GORM Debug 模式查看实际 SQL
db.Debug().Where(...).Find(&result)

// Redis 层 — 缓存的数据对不对？
// 用 redis-cli 直接检查 key 的值
// GET auth:token:{token}
// GET sim:status:{iccid}

跑一次 → 看日志 → 找到断裂的那一层 → 再深入该层排查。

5. 追踪数据流

如果错误深藏在调用链中：

• 坏数据从哪来的？
• 谁调用了这个函数，传了什么参数？
• 一直往上追，直到找到数据变坏的源头
• 修源头，不修症状

---

阶段二：模式分析

找到参照物，对比差异。

1. 找能用的参照

项目里有没有类似的、能正常工作的代码？

如果问题在...	参照物在...
Handler 参数解析	其他 Handler 的相同模式
Service 业务逻辑	同模块其他方法的实现
Store SQL 查询	同 Store 文件中类似的查询
Redis 操作	pkg/constants/redis.go 中的 Key 定义
异步任务	internal/task/ 中其他任务处理器
GORM Callback	pkg/database/ 中的 callback 实现

2. 逐行对比

完整阅读参考代码，不要跳读。列出每一处差异。

3. 不要假设"这个不重要"

小差异经常是 bug 的根因：

• 字段标签 gorm:"column:xxx" 拼写不对
• errors.New() 用了错误的错误码
• Redis Key 函数参数传反了
• Context 里的 UserID 没取到（中间件没配）

---

阶段三：假设和验证

科学方法：一次只验证一个假设。

1. 形成单一假设

明确写下：

"我认为根因是 X，因为 Y。验证方法是 Z。"

2. 最小化验证

• 只改一个地方
• 一次只验证一个变量
• 不要同时修多处

3. 验证结果

• 假设成立 → 进入阶段四
• 假设不成立 → 回到阶段一，用新信息重新分析
• 绝对不能在失败的修复上再叠加修复

4. 三次失败 → 停下来

如果连续 3 次假设都不成立：

这不是 bug，是架构问题。

• 停止一切修复尝试
• 整理已知信息
• 向用户说明情况，讨论是否需要重构
• 不要再试第 4 次

---

阶段四：实施修复

确认根因后，一次性修好。

1. 修根因，不修症状

❌ 症状修复：在 Handler 里加个 if 把坏数据过滤掉
✅ 根因修复：修 Service 层生成坏数据的逻辑

2. 一次只改一个地方

• 不搞"顺手优化"
• 不在修 bug 的同时重构代码
• 修完 bug 就停

3. 验证修复

• go build ./... 编译通过
• lsp_diagnostics 无新增错误
• 用原来复现 bug 的请求再跑一次，确认修好了
• 用 PostgreSQL MCP 工具检查数据库中的数据状态

4. 清理诊断代码

• 删除阶段一加的临时诊断日志（除非它们本身就该保留）
• 确保没有 db.Debug() 残留在代码里

---

本项目常见调试场景速查

场景	首先检查
API 返回 401	logs/access.log 中该请求的 token → Redis 中 auth:token:{token} 是否存在
API 返回 403	用户类型是什么 → GORM Callback 自动过滤的条件对不对 → middleware.CanManageShop() 的参数
数据查不到	GORM 数据权限过滤有没有生效 → shop_id / enterprise_id 是否正确 → 是否需要 SkipDataPermission
金额/余额不对	乐观锁 version 字段 → RowsAffected 是否为 0 → 并发场景下的锁竞争
状态流转错误	WHERE status = expected 条件更新 → 状态机是否有遗漏的路径
异步任务不执行	Asynq Dashboard → RedisTaskLockKey 有没有残留 → Worker 日志
异步任务重复执行	RedisTaskLockKey 的 TTL → 任务幂等性检查
分佣计算错误	佣金类型（差价/一次性） → 套餐级别的佣金率 → 设备级防重复分佣
套餐激活异常	卡状态 → 实名状态 → 主套餐排队逻辑 → 加油包绑定关系
Redis 缓存不一致	Key 的 TTL → 缓存更新时机 → 是否有手动 Del 清除
微信支付回调失败	签名验证 → 幂等性处理 → 回调 URL 是否可达
GORM 查询慢	db.Debug() 看实际 SQL → 是否 N+1 → 是否缺少索引

---

红线规则

如果你发现自己在想以下任何一条，立刻停下来，回到阶段一：

想法	为什么是错的
"先快速修一下，回头再查"	快速修 = 猜测。猜测 = 浪费时间。
"试试改这个看看行不行"	一次只验证一个假设，不是随机改。
"大概是 X 的问题，我直接改了"	"大概"不是根因。先验证再改。
"这个很简单，不用走流程"	简单问题走流程只需要 5 分钟。不走流程可能浪费 2 小时。
"我不完全理解但这应该行"	不理解 = 没找到根因。回阶段一。
"再试一次"（已经失败 2 次）	3 次失败 = 架构问题。停下来讨论。
"同时改这几个地方应该能修好"	改多处 = 无法确认哪个是根因。一次只改一处。

---

常见借口和真相

借口	真相
"问题很简单，不需要走流程"	简单问题也有根因。走流程对简单问题只花 5 分钟。
"太紧急了，没时间分析"	系统化调试比乱猜快 3-5 倍。越急越要走流程。
"先改了验证一下"	这叫猜测，不叫验证。先确认根因再改。
"我看到问题了，直接修"	看到症状 ≠ 理解根因。症状修复是技术债。
"改了好几个地方，反正能用了"	不知道哪个改动修的，下次还会出问题。

---

快速参考

阶段	核心动作	完成标准
一、根因调查	读错误日志、复现、检查改动、逐层诊断、追踪数据流	能说清楚"因为 X 所以 Y"
二、模式分析	找参照代码、逐行对比、列出差异	知道正确的应该长什么样
三、假设验证	写下假设、最小改动、单变量验证	假设被证实或推翻
四、实施修复	修根因、编译检查、请求验证、清理诊断代码	bug 消失，无新增问题