Sentry-go v0.31.0 版本发布:重大变更与功能增强
Sentry-go 是 Sentry 官方提供的 Go 语言 SDK,用于帮助开发者监控和追踪应用程序中的错误和性能问题。作为 Go 生态系统中重要的错误监控工具,它提供了丰富的功能来捕获异常、记录日志并与 Sentry 服务集成。
重大变更
移除 Metrics 和 Profiling 支持
本次版本移除了对 Metrics(指标)和 Profiling(性能分析)功能的支持。Metrics 功能已于 2023 年 10 月 7 日结束 Beta 测试阶段,而 Profiling 功能也被移除。开发者需要寻找替代方案来实现这些功能。
用户数据结构变更
User 结构体中的 Segment 字段已被移除,因为该字段在 Sentry 产品中不再使用。开发者需要检查代码中是否有对该字段的引用并进行相应修改。
模块化集成
一个重要的架构变化是将每个集成作为单独的模块发布。这一变化显著减少了二进制文件大小和依赖项数量。升级后,开发者需要显式获取所需的集成模块。例如,要使用 Echo 框架集成,需要执行 go get github.com/getsentry/sentry-go/echo 命令。
新功能
上下文 Hub 覆盖
新增了在自定义上下文中覆盖 hub 的能力,这为使用自定义上下文的集成提供了更大的灵活性。开发者现在可以更精细地控制不同上下文中的 Sentry 行为。
Logrus 集成增强
为 sentrylogrus 增加了 HubProvider 钩子,支持为每个日志条目或 goroutine 动态分配 Sentry hub。这一改进符合 Sentry 推荐的每个 goroutine 使用独立 hub 的最佳实践。
示例配置展示了如何为每个 goroutine 创建独立的 Sentry hub:
hook, err := sentrylogrus.New(nil, sentry.ClientOptions{})
hook.SetHubProvider(func() *sentry.Hub {
client, _ := sentry.NewClient(sentry.ClientOptions{})
return sentry.NewHub(client, sentry.NewScope())
})
logrus.AddHook(hook)
问题修复
防止 Goroutine 泄漏
HTTPTransport 现在支持关闭工作 goroutine,解决了潜在的 goroutine 泄漏问题。开发者可以通过调用 client.Close() 或直接调用 transport.Close() 来确保资源正确释放。需要注意的是,Close 应该在 Flush 之后调用,以避免事件丢失。
其他改进
Gin 框架集成已更新至 v1.9.1 版本,确保与最新版 Gin 的兼容性。
升级建议
对于正在使用 Sentry-go 的开发者,升级到 v0.31.0 版本需要注意以下几点:
- 检查并移除所有对 Metrics 和 Profiling 功能的依赖
- 更新 User 结构体的使用,移除 Segment 字段
- 显式获取所需的集成模块
- 考虑实现 HubProvider 来优化 goroutine 级别的监控
- 确保正确关闭 HTTPTransport 以防止资源泄漏
这次更新虽然包含了一些破坏性变更,但带来了更好的模块化设计和更精细的控制能力,长期来看将提升开发体验和系统稳定性。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00