Sentry Java SDK 8.12.0版本发布:新增用户反馈API与日志功能
Sentry Java SDK是一个强大的错误监控和性能追踪工具,专为Java和Android应用程序设计。它帮助开发者实时捕获、诊断和修复应用程序中的异常和性能问题,提供全面的错误报告和上下文信息。最新发布的8.12.0版本引入了两项重要功能:全新的用户反馈API和日志记录功能,进一步增强了开发者的调试和用户体验优化能力。
用户反馈API升级
8.12.0版本引入了一个全新的用户反馈API——Sentry.captureFeedback,它取代了原有的Sentry.captureUserFeedback方法。这个改进使得收集用户反馈更加直观和灵活。
新API允许开发者在应用程序中直接捕获用户反馈,这些反馈将与特定的错误事件关联起来,为开发者提供更完整的上下文信息来理解用户遇到的问题。当用户遇到错误时,开发者可以调用这个API来收集用户的描述和联系方式,这些信息将直接发送到Sentry平台,与原始错误事件相关联。
日志功能正式加入
本次更新的另一个亮点是新增了Sentry Log功能,这是一个全新的日志记录系统。需要注意的是,这个功能默认是禁用的,开发者需要通过以下方式之一来启用它:
- 在代码初始化时设置:
options.getLogs().setEnabled(true) - 在AndroidManifest.xml中添加配置
- 通过sentry.properties文件配置
- 在Spring Boot应用的配置文件中设置
启用后,开发者可以使用Sentry.logger()提供的方法来记录日志,包括不同级别的日志(如info、warning、error等)。这些日志方法还支持格式化字符串和参数,系统会自动使用String.format进行格式化处理。
对于日志内容的过滤,开发者可以通过options.getLogs().setBeforeSend()方法来控制哪些日志需要发送到Sentry服务器,这为日志管理提供了灵活性。
其他改进与修复
除了上述主要功能外,8.12.0版本还包含了一些重要的改进:
- 修复了在延迟初始化SDK时用户交互集成与当前Activity的挂接问题,确保了用户交互数据的准确捕获。
- 升级了Gradle构建工具版本,从8.13升级到8.14.0,带来了构建性能的改进和新特性支持。
注意事项
特别需要注意的是,Android开发者如果手动在后台线程初始化SDK,这个版本可能会导致崩溃。官方建议使用8.13.1或更高版本以避免这个问题。
总结
Sentry Java SDK 8.12.0版本的发布为开发者提供了更强大的工具来监控应用程序健康状况和改善用户体验。全新的用户反馈API简化了收集用户反馈的流程,而日志功能的加入则为问题诊断提供了更丰富的信息来源。这些改进使得Sentry Java SDK在应用程序监控领域继续保持领先地位,为开发者提供更全面的错误追踪和性能分析能力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00