下载

Skill UI

浏览并发现 9785+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索错误追踪，共找到 44 条记录

默认排序最新上传最多下载

Customer.io常见错误排查指南

customerio-common-errors

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了与Customer.io集成时可能遇到的常见错误，包括API状态码（如401、429）、认证失败、时间戳格式错误以及事件追踪问题。它提供了从代码层面到配置层面的排查步骤和最佳实践，帮助用户快速定位和解决集成故障。

微服务分布式链路追踪

distributed-tracing

sickn33/antigravity-awesome-skills

该技能提供使用OpenTelemetry和Jaeger等工具进行分布式链路追踪的完整指南。它帮助用户监控跨多个微服务的请求完整生命周期，从而实现对系统性能、调用依赖关系和故障点的全面掌握。适用于排查高延迟、识别性能瓶颈、追踪错误传播等复杂分布式场景。

系统错误分析与故障排除

error-debugging-error-analysis

sickn33/antigravity-awesome-skills

本技能是一个专业的系统级错误分析和故障诊断工具，专用于处理分布式系统中的生产事故和复杂错误。它可以帮助用户通过分析日志、追踪和错误报告，进行彻底的根本原因分析（RCA），并提出可靠的修复方案和预防性措施，从而大幅提升系统的整体稳定性和可靠性。

错误追踪与可观测性

error-debugging-error-trace

sickn33/antigravity-awesome-skills

本技能专注于错误追踪和系统可观测性（Observability）的实践。它指导如何建立完整的错误监控体系，包括配置告警、实现结构化日志记录和追踪，从而帮助团队快速、准确地识别和解决生产环境中的各类问题。

智能故障诊断与根因分析

error-diagnostics-smart-debug

sickn33/antigravity-awesome-skills

这是一套全面的AI辅助软件错误诊断流程，用于解决生产环境中的复杂故障。它指导用户完成整个调试生命周期，包括初始分诊、收集可观测性数据（如错误追踪、APM指标、分布式追踪），生成假设、选择合适的调试策略（如时间旅行、混沌工程），并进行AI驱动的根因分析。最终目标是提出经过验证的修复方案和预防措施。

Exa搜索性能监控与告警

exa-observability

jeremylongshore/claude-code-plugins-plus-skills

用于为Exa搜索API集成建立全面的可观测性层。它能够追踪搜索延迟、错误率、结果使用情况和缓存命中率等关键指标。帮助开发者监控生产环境的搜索质量，优化API调用，并设置完善的告警系统，确保系统稳定运行。

TypeScript函数式错误处理

sickn33/antigravity-awesome-skills

本指南教授如何在TypeScript中使用fp-ts库实现类型安全、可预测的错误处理。它指导开发者用函数式的Either和TaskEither模式取代传统的try/catch异常捕获，将错误作为可追踪的数据值返回。这使得代码结构更健壮，强制调用方处理所有错误路径，是构建函数式、高可靠性API服务的最佳实践。

Ideogram API可观测性与监控

ideogram-observability

jeremylongshore/claude-code-plugins-plus-skills

本技能指导如何为Ideogram AI图片生成API实现全面的可观测性监控。您将学习如何使用TypeScript对API调用进行仪器化，从而追踪关键指标，包括生成延迟、API成本估算、错误率和内容安全拒绝率。掌握这些知识，可以确保构建出稳定、可靠的AI图像生成系统。

Langfuse常见错误诊断与修复

langfuse-common-errors

jeremylongshore/claude-code-plugins-plus-skills

本指南是Langfuse集成错误的诊断参考手册，收录了10个最常见的集成错误。它详细列出了错误代码、根本原因和测试解决方案，帮助开发者快速定位和修复LLM应用在追踪、认证、连接等方面遇到的各种问题。

Langfuse SDK 追踪最佳实践模式

langfuse-sdk-patterns

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了 Langfuse SDK 的生产级最佳实践模式。它涵盖了从单例客户端配置到使用 `observe` 包装器和 `startActiveObservation` 进行精细化控制等高级用法。帮助开发者实现健壮的 LLM 调用追踪、会话管理和错误安全记录，显著提升 AI 应用的可观测性。

Obsidian插件可观测性与监控

obsidian-observability

jeremylongshore/claude-code-plugins-plus-skills

这是一个用于为Obsidian插件实现生产级可观测性的工具包。它集成了结构化日志记录（支持不同级别和历史记录）、全面的指标收集器（支持计数器、仪表和计时器以追踪性能）以及错误跟踪机制。开发者可以使用它构建诊断面板，实时监控插件性能，进行故障排查和错误报告。

跨架构Sentry分布式追踪

sentry-architecture-variants

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了如何在各种现代应用架构（如单体应用、微服务、无服务器、事件驱动系统、SPA和移动应用）中配置Sentry的错误追踪和性能监控。旨在指导开发者实现连贯的端到端分布式追踪，确保无论系统流程经过多少个运行时或部署目标，都能进行统一的故障排除和性能分析。

12 3 4 下一页

语言