Code mit überprüfbaren Hypothesen debuggen.
Debugging beginnt mit erwartetem und tatsächlichem Verhalten sowie einem reproduzierbaren Fall. Prüfe eine wahrscheinliche Ursache, statt sie sofort zur Grundursache zu erklären.
Passe den Ablauf an deine Aufgabe an.
Erstelle den kleinsten Fall, der erwartetes und tatsächliches Verhalten zeigt, und formuliere eine testbare Erklärung für den Unterschied. Ändere jeweils eine relevante Ursache und führe den fehlschlagenden Fall sowie nahe Grenzfälle erneut aus.
- Was du bereitstellst
- Code, Fehler und Reproduktionsdetails.
- Was du erhältst
- Wahrscheinliche Ursachen und gezielte Korrekturvorschläge.
Sieh dir Eingabe und Ergebnis an.
Beispielhafte Ein- und Ausgabe · ein Lehrbeispiel, kein tatsächlicher WebAct-Durchlauf
Beispiel Eingabe
Python reproduction:
items = ["A", "B"]
seen = []
for i in range(len(items) - 1):
seen.append(items[i])
Expected ["A", "B"]; actual ["A"].Vollständiges Beispiel
Corrected loop:
seen = []
for item in items:
seen.append(item)
For ["A", "B"], seen becomes ["A", "B"]. Empty input produces []. Iterating over items directly removes the incorrect index boundary.Lade diese Eingabe in den Prompt und kopiere ihn zum Ausprobieren nach WebAct. Dein Ergebnis kann vom Beispiel abweichen.
Entscheidungen und Fehlerbehebung.
Sollte die erste plausible Ursache als Grundursache gelten?
Behandle sie als Hypothese, bis die Reproduktion sie stützt. Mehrere unterschiedliche Fehler können dasselbe Symptom auslösen.
Warum funktioniert die vorgeschlagene Korrektur nur für die Beispieleingabe?
Teste die Grenze um den Fehler und eine weitere gewöhnliche Eingabe. Ein Sonderfall-Patch kann die zugrunde liegende Regel verdecken, statt sie zu korrigieren.
Probiere es mit deiner eigenen Quelle.
Ersetze das Beispiel im Aufgaben-Prompt durch dein Material. Behalte nötige Anforderungen bei und kopiere die Aufgabe nach WebAct.
Aufgabe anpassen und kopieren ↑