error-diagnostics-error-trace
Einrichten von Fehlerverfolgung und Monitoring
Implementieren Sie umfassendes Fehlermonitoring mit Sentry-Integration, intelligenter Warnung und Echtzeit-Dashboards, um Produktionsprobleme schnell zu identifizieren und zu beheben.
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「error-diagnostics-error-trace」。 Help me set up error tracking for a Node.js Express application
預期結果:
- Sentry-Initialisierung mit konfiguriertem Express-Middleware
- Globale Fehlerhandler für uncaughtException und unhandledRejection
- Request-Handler-Middleware zur Erfassung des Anfragekontexts
- Benutzerdefinierter Fehlerhandler mit Statuscode-Filterung
- Benutzerkontext-Anreicherung für die Fehlerverfolgung
正在使用「error-diagnostics-error-trace」。 Create an alert system for high error rates
預期結果:
- AlertRule-Konfiguration mit Schwellenwert und Zeitfenster
- Schweregrade: critical, warning, info
- Slack-Webhook-Integration mit formatierten Payloads
- Cooldown-Mechanismus zur Verhinderung von Warnungs-Spam
- Warnungsverlauf für die Analyse
安全審計
安全All 33 static findings are false positives. The skill provides educational code samples for implementing standard error tracking (Sentry integration, structured logging, alerting). Network calls are legitimate error reporting to monitoring services. No malicious behavior detected.
品質評分
你能建構什麼
DevOps-Engineer richtet Monitoring ein
Implementieren Sie Fehlerverfolgung über Microservices mit zentralisiertem Logging und intelligenter Warnung
Full-Stack-Developer fügt Fehlerbehandlung hinzu
Integrieren Sie Sentry in Node.js- oder Python-Anwendungen mit benutzerdefiniertem Fehlerkontext
Engineering Manager verbessert die Beobachtbarkeit
Richten Sie Echtzeit-Fehlerdashboards ein und etablieren Sie Fehlerreaktions-Workflows
試試這些提示
Helfen Sie mir, die Fehlerverfolgung für eine Node.js Express-Anwendung einzurichten. Ich muss nicht abgefangene Ausnahmen, nicht behandelte Promise-Rejections erfassen und sie mit benutzerdefiniertem Kontext an Sentry loggen.
Erstellen Sie einen strukturierten Logger mit Winston, der Fehler mit Stack-Traces, Benutzerkontext und Anfragedetails loggt. Beziehen Sie Elasticsearch-Transport für Produktionsumgebungen ein.
Konfigurieren Sie intelligente Warnungsregeln für: hohe Fehlerrate (>5%), Antwortzeitverschlechterung (>1s) und kritische Speichernutzung (>90%). Richten Sie Slack- und PagerDuty-Kanäle mit Ruhezeiten ein.
Implementieren Sie ein automatisches Fehlerwiederherstellungssystem mit Circuit Breaker-Muster. Behandeln Sie Netzwerkfehler mit Retry und Backoff, Datenbankfehler mit Read-Replica-Fallback und Rate-Limit-Fehler mit Verzögerung.
最佳實務
- Strukturierten Fehlerkontext immer einschließen (Benutzer-ID, Anfrage-ID, Umgebung)
- Sensible Daten wie Passwörter, Tokens und API-Schlüssel vor dem Senden an Fehlertracker filtern
- Fehlergruppierung verwenden, um Rauschen von ähnlichen wiederholten Fehlern zu reduzieren
- Angemessene Samplingraten für Hochverkehrsanwendungen einrichten
避免
- Keine vollständigen Anfragekörper mit sensiblen Benutzerdaten loggen
- Fehler ohne Kontext oder Benutzerinformationen erfassen vermeiden
- Warnschwellenwerte nicht zu niedrig setzen, um Warnmüdigkeit zu vermeiden
- Fehler nicht ignorieren oder verschlucken ohne ordnungsgemäßes Logging
常見問題
Welche Fehlerverfolungsdienste unterstützt dieser Skill?
Erfordert dieser Skill ein Sentry-Konto?
Kann dieser Skill bei Python-Anwendungen helfen?
Wie gehe ich mit sensiblen Daten in Fehlerlogs um?
Funktioniert dieser Skill mit Frontend-JavaScript-Fehlern?
Kann ich benutzerdefinierte Fehlergruppierungslogik erstellen?
開發者詳情
作者
sickn33授權
MIT
儲存庫
https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/error-diagnostics-error-trace引用
main
檔案結構