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。
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