Instabug-React-Native 使用教程
1. 项目介绍
Instabug-React-Native 是一个为 React Native 应用提供 in-app 反馈和 bug 报告的开源工具。用户或测试者通过简单的摇晃设备,即可报告 bug 或发送应用内反馈。该 SDK 能够捕获设备的快照,包括所有控制台日志和服务器端网络请求,便于开发者更快地调试和修复 bug。同时,它还提供可靠的崩溃报告功能,自动捕获运行环境、线程状态、重现崩溃的步骤以及网络请求日志。
2. 项目快速启动
首先,确保你已经安装了 Node.js 和 React Native 开发环境。
安装 Instabug-React-Native
在终端中,导航到你 React Native 项目的目录下,执行以下命令安装 instabug-reactnative 包:
npm install instabug-reactnative
或者,如果你更倾向于使用 Yarn:
yarn add instabug-reactnative
对于 iOS 项目,你还需要执行以下额外步骤:
cd ios
pod install
cd ..
初始化 Instabug
在你的 React 组件中,导入 Instabug 并在 constructor 或 componentWillMount 中初始化它:
import Instabug from 'instabug-reactnative';
Instabug.init({
token: 'APP_TOKEN',
invocationEvents: [Instabug.invocationEvent.shake]
});
请将 'APP_TOKEN' 替换为你从 Instabug 仪表板中获取的应用 token。
3. 应用案例和最佳实践
微phone 和相册库使用描述(iOS)
iOS 10 及以上版本的 App 需要在 info.plist 文件中添加麦克风和相册库的使用描述,以避免提交到 App Store 时被拒绝。
在 info.plist 文件中添加以下键,并附上解释用户为什么需要这些权限的文本:
<key>NSMicrophoneUsageDescription</key>
<string>我们的应用需要访问麦克风以便用户附加语音备忘录。</string>
<key>NSPhotoLibraryUsageDescription</key>
<string>我们的应用需要访问您的相册库以便用户附加图片。</string>
崩溃报告的源图文件上传
为了在崩溃报告中显示完整的符号化堆栈跟踪,我们需要自动生成并上传源图文件。这需要在 JavaScript 中的 Instabug.init 方法中明确添加你的应用 token。
如果你将应用 token 定义为一个常量,你可以设置一个环境变量 INSTABUG_APP_TOKEN 来替代。
网络日志
Instabug 默认启用网络日志,它会拦截所有使用 fetch 或 XMLHttpRequest 执行的请求,并将它们附加到发送到仪表板的报告中。如果你想禁用网络日志:
import { NetworkLogger } from 'instabug-reactnative';
NetworkLogger.setEnabled(false);
4. 典型生态项目
目前,Instabug-React-Native 支持以下流行的 React Native 导航库:
react-navigationv5:在NavigationContainer中设置onStateChange为Instabug.onStateChangereact-native-navigation:使用Navigation.events().registerComponentDidAppearListener(Instabug.componentDidAppearListener)注册监听器
你也可以手动报告屏幕变化,通过以下 API:
Instabug.reportScreenChange('screenName');
如果你想禁用 Repro Steps 功能,可以通过以下 API:
Instabug.setReproStepsConfig({
all: ReproStepsMode.disabled
});
以上就是 Instabug-React-Native 的使用教程,希望对你有所帮助。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00