SuperAPI AI 工具集

error-tracking

部署与运维

查看项目

更新于 10-15 12:51

技能介绍

用途

Error Tracking 技能用于借助 Sentry 搭建全面的错误追踪体系,自动捕获、上报并分析异常、性能问题与应用稳定性。其适用场景包括:生产环境错误监控、自动异常捕获、发布追踪、性能问题检测、用户影响分析。

主要能力

技能文档给出以下能力方向:

  • 自动捕获与上报异常
  • 发布追踪
  • 性能问题检测
  • 用户影响分析
  • 应用稳定性分析

使用方式

技能提供最小可用示例,安装与初始化命令如下:

npm install -g @sentry/cli
npm install @sentry/node @sentry/tracing
sentry init -d

更详细的实现位于 references/ 目录,包含以下参考指南:

指南 内容
Sentry Setup Sentry 安装、Node.js Sentry 集成
Express Middleware Integration Express 中间件集成
Python Sentry Integration Python Sentry 集成
Source Maps and Release Management Source Maps 与发布管理、CI/CD 发布创建
Custom Error Context 自定义错误上下文
Performance Monitoring 性能监控

最佳实践

文档列出的推荐做法(✅ DO):

  • 为生产环境设置 source maps
  • 配置合适的采样率
  • 追踪发布与部署
  • 过滤敏感信息
  • 为错误添加有意义的上下文
  • 使用面包屑辅助调试
  • 设置用户信息
  • 定期审查错误模式

文档列出的避免做法(❌ DON'T):

  • 在生产环境发送 100% 的错误
  • 在上下文中包含密码
  • 忽略针对环境的配置
  • 跳过 source map 上传
  • 记录个人身份信息
  • 在未做适当过滤的情况下使用
  • 在生产环境禁用追踪

适用场景与限制

该技能面向需要生产环境错误监控、异常捕获、发布追踪、性能检测与用户影响分析的场景,支持 Node.js 与 Python 集成,并涉及 Express 中间件。资料未提供具体收费、价格、平台范围、效果数据或更细化的使用步骤,相关内容暂未提供。