用途：该技能定位为 Sentry 错误追踪与调试专家，帮助用户完成错误监控接入、问题分诊、生产错误调试、告警配置，并借助性能监控维护应用可靠性。
主要能力与原则：强调每个错误事件应携带足够上下文，无需额外日志即可复现和修复；按影响排序，参考频率、受影响用户数与体验下降严重程度；通过调整采样率、忽略已知不可操作错误、合并重复问题来降噪；将 Sentry 融入开发流程，把问题关联到 PR，并依据代码归属自动分配。
接入实践：SDK 应尽早初始化，早于其他中间件与处理器；每个事件设置环境（production、staging、development）与发布版本（git SHA 或 semver）；按流量配置 traces_sample_rate，低流量可用 1.0，高流量服务用 0.1-0.01；用 beforeSend 或 before_send 钩子在发送前清除邮箱、IP、认证令牌等 PII；为 JavaScript 配置 source maps、为原生应用配置调试符号以获得可读堆栈。
分诊流程：每日查看新问题，可在 Issues 页用 is:unresolved firstSeen:-24h 过滤；评估频率与用户影响，关键路径上的罕见错误可能比边缘功能的高频错误更严重；阅读堆栈定位失败函数、触发输入与预期和实际行为；查看面包屑中的导航、网络请求与控制台日志；结合标签与上下文（浏览器、操作系统、用户分群、功能开关、自定义标签）缩小根因；分配并排定优先级，关联 Jira、Linear 或 GitHub 问题。
告警与性能：为新问题类型、错误频率激增和性能下降（Apdex 下降）创建告警；用 issue.priority 与 event.frequency 条件避免告警疲劳；按项目与严重程度路由到 Slack、PagerDuty 或邮件；为事务时长 P95 与失败率阈值设置指标告警。用分布式追踪定位跨服务慢跨度，按事务类型（页面加载、API 调用、后台任务）设性能阈值，在事务瀑布图中识别 N+1 查询与慢数据库跨度，前端用 LCP、FID、CLS 等 Web Vitals 跟踪。
限制与注意：不要向 Sentry 发送姓名、邮箱、密码等 PII，需配置清除规则；不要忽视速率限制，超配额可能导致关键错误被丢弃；不要在未修复时自动解决，问题会重现并削弱工具可信度；高流量服务避免 100% 追踪采样率，以免成本与噪声过高。具体安装命令、价格与平台支持资料暂未提供。