Weaver:Go程序的深度追踪利器
请注意! Weaver目前正在进行重大重构,以利用libbpf替代bcc,这将带来许多其他重要改进。当前版本的功能和错误修复可能暂时被搁置,直至重构完成。重构进度可在"refactor"分支中查看。
Weaver是一个命令行工具,专为Go程序员设计,它让你能够追踪程序执行,洞察特定函数接收的参数值。这个强大的工具基于eBPF技术,并附加到uprobes上。
快速启动
有两种操作模式:一种是通过“函数文件”,另一种是从已编译的二进制文件中提取符号表并按Go包过滤。
函数文件模式
以以下示例程序为例:
package main
//go:noinline
func test_function(int, [2]int) {}
//go:noinline
func other_test_function(rune, int64) {}
func main() {
test_function(3, [2]int{1, 2})
other_test_function('a', 33)
}
如果想在运行时了解test_function和other_test_function的传入参数,只需创建一个文件列出要跟踪的函数:
functions_to_trace.txt
main.test_function(int, [2]int)
main.other_test_function(rune, int64)
注意,必须指定参数数据类型。(你可以使用weaver --types查看支持的数据类型。)
现在就可以调用weaver了:
sudo weaver -f /path/to/functions_to_trace.txt /path/to/test-prog-binary
当test-prog运行且上述函数被调用时,Weaver将静默等待并输出信息。
{"functionName":"main.other_test_function","args":[{"type":"RUNE","value":"a"},{"type":"INT64","value":"33"}],"procInfo":{"pid":43300,"ppid":42754,"comm":"test-prog-binar"}}
{"functionName":"main.test_function","args":[{"type":"INT","value":"3"},{"type":"INT_ARRAY","value":"1, 2"}],"procInfo":{"pid":43300,"ppid":42754,"comm":"test-prog-binar"}}
包模式
对于相同的Go程序,可以选择不指定函数文件。命令如下所示:
sudo weaver /path/to/test-prog-binary
默认情况下,只跟踪main包中的函数。但可以使用--packages标志指定逗号分隔的包列表(通常是形式如github.com/x/y)。
在这种模式下,输出仍包括参数值。
{"functionName":"main.main","procInfo":{"pid":44411,"ppid":42754,"comm":"test-prog-binar"}}
{"functionName":"main.test_function","procInfo":{"pid":44411,"ppid":42754,"comm":"test-prog-binar"}}
支持的数据类型
目前,Weaver支持基本数据类型,但扩展支持自定义类型是首要任务,包括标准库或用户定义的结构体和接口。工作正在展开!
系统依赖
- bcc 或 bcc-devel
- Linux内核版本大于4.14(若你的内核版本无法运行,请报告问题)
构建
运行make会在bin/weaver目录下编译Weaver二进制文件(同时会创建smoke测试二进制文件和print-stack实用程序)
遇到构建问题?请创建问题报告!
路线图
请参阅问题列表,查看当前跟踪的任务。如有问题,欢迎提交bug报告。
短期目标包括:
- 测试
- 输出选项
- 从二进制文件中检测参数数据类型,而非在函数文件中显式指定
- CI/CD基础设施建设
图片由Ashley McNamara依据Renee French的作品修改而成,原始作品授权于CC BY-NC-SA 4.0。
Weaver作为一款独特的Go代码调试工具,具备强大的潜力,能帮助开发者深入理解程序行为,提高调试效率。无论是新手还是经验丰富的开发人员,我们都强烈推荐尝试并加入Weaver的社区,一起打造更出色的Go编程体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00