错误追踪与监控

生产里「报错了但没人看见」从哪来

服务上线后，异常往往散落在应用日志、进程 stderr 和第三方 APM 里。没有统一的错误捕获、分组规则和告警路由，同类故障会被重复通知，真正严重的信号反而被淹没。团队需要的是可观测性里可执行的一环：能持续发现、归类并推动处理的生产错误链路。

技能会怎么帮你落地

该技能把角色定位为错误追踪与监控实施者，围绕 $ARGUMENTS 里的具体场景推进，而不是泛泛讲概念。典型工作流包括：

• 现状评估：当前错误上报入口、告警是否噪声过大、分组是否能把同一根因合并
• 分级与分类：定义严重级别，以及从「新错误 → 确认 → 分配 → 关闭」的分类工作流
• 日志与追踪：配置结构化日志、分布式追踪关联字段，并把告警路由到合适渠道
• 信号验证：通过故意触发的测试错误检查采样、字段完整性和告警是否误报

需要更细的监控模式与示例时，技能会引导查阅 resources/implementation-playbook.md。

适用边界与安全

若环境没有运行时或监控访问权限，或任务只是一次性修单个 Bug、与可靠性无关，不必启用这套流程。实施时注意：不要在日志或追踪里记录密钥、令牌或个人数据；对高流量生产环境采用安全采样，避免观测本身拖垮系统。