TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #396 · 22.06

Попробовал Github Copilot. Это проект, в рамках которого Гитхаб обучил нейросеть на миллионах строк программного кода, загруженного людьми, и теперь она вроде как способна предлагать автоматическое дополнение к тому, что вы пишете. В теории, если вы напишете название функции, например public int Fibonacci(int n), то она сразу предложит вам автоматически подставить всё остальное. Конкретно с этим примером система действительно справляется, но в целом впечатления у меня от неё смешанные, и на мой взгляд она пока что не стоит тех $10 в месяц, которые за неё просят после тестового двухмесячного периода. Я уже писал ранее о своём отношении к нейросетям. В задачах дополнения данных они работают средненько: значимый процент решений будет с ошибками. Вот и здесь — сначала я подумал, что Copilot сможет за меня копипастить популярные однотипные куски кода из интернета. Например, я не помню алгоритм Вагнера-Фишера, постоянно его копирую из своих других проектов, часть из которых выложена на Github и наверняка была передана в обучение Copilot. Я предложил нейросетям мне этот алгоритм написать, они написали что-то отдалённо похожее. Внешне выглядело убедительно и даже компилировалось, но работало неправильно, и при ближайшем рассмотрении оказалось, что там просто случайно надёрганные строчки из настоящего алгоритма. Некоторые проверки по 2 раза, а часть нужной логики упущено совсем. Об оформлении кода вообще говорить не стоит: пока всё, что мне выдавалось, оформлено плохо, и на ревью я бы написал разработчику несколько замечаний. Однако, в других местах работает, как задумано. Если у вас есть дуальные функции, оно умеет предлагать дописать остаток (пример на скриншоте ниже). Но из того, что я попробовал, только процентов 20 случаев реально были полезны. Остальные 80% или вообще неверный код, или правильный, но такой неаккуратный, что лучше самому написать. Есть ещё проблема: массовый копипаст довольно опасен, потому что легко пропустить какую-то мелочь. В идеале нужно весь вставленный код проверять построчно, но по когнитивной нагрузке это близко к тому, чтобы создать его самостоятельно. И человеческое внимание совершенно точно будет расслабляться и размываться при работе с такими средствами автодополнения, а, значит, неизбежны ошибки. На месте чувствительной к багам энтерпрайз-разработки я бы вообще запрещал бы своим сотрудникам применять Copilot. С другой стороны, возможно, подобная утилита хорошо зайдёт для прототипирования, на хакатонах, на стримах с демонстрацией разработки чего-нибудь. У меня будет возможность проверить на соревновании через месяц, но в работе скорее всего отключу. #dev

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #crashlytics

当前筛选 #crashlytics清除筛选
Android Broadcast

@android_broadcast · Post #9627 · 31.10.2025 г., 12:38

🔥Альтернативы Firebase Crashlytics для Android и iOS Crashlytics остаётся стандартом де-факто для сборка крешей приложений, но у него есть ограничения — особенно если вы хотите больше контроля над данными, гибкости или соблюдения требований безопасности. А может просто не хотите зависеть от Google решения. Собрал альтернативы, которые вы можете использовать как замену c поддержкой Android и iOS: 👉Sentry. Одно из популярных решений на замену Crashlytics. умеет связывать ошибки с коммитами, мониторить производительность и даже хоститься локально. 👉Bugsnag — простой и надёжный инструмент для стабильных релизов.Хорошая визуализация, приоритезация проблем и интеграция с CI/CD. “Поставил — и работает”. 👉Tracer — облачное решение с хранением данных в России или можно купить self-hosted версию. Поддерживает Android и iOS, собирает краши, перформанс-метрики и работает без внешних облаков — важно для банков, финтеха и гос-приложений. 📈AppMetrica — аналитика и crash-отчёты от Яндекса. Поддерживает Android и iOS, умеет собирать краши, ошибки и ANR прямо в отчётах аналитики. Данные хранятся в России, интеграция с другими сервисами Яндекса, SDK активно поддерживается. Хороший выбор, если уже используете AppMetrica для аналитики. 🛒Android Vitals в Google Play - стандартное решение, если вы публикуетесь в Google Play. Может собрать даже те креши, что вы не увидите при подключение решения внутри вашего приложения. Учтите, что решения отличные от Firebase Crashlytics могут быть платными или иметь ограничения на бесплатных тарифах. Знаете другие инструменты? Делитесь ими в комментариях. #firebase#crashlytics

Android Broadcast

@android_broadcast · Post #9908 · 24.03.2026 г., 05:36

🔥Firebase Crashlytics получил MCP-сервер В экспериментальном режиме Firebase запустили MCP-сервер для Crashlytics. Раньше, чтобы вытащить данные для анализа, нужно было настраивать экспорт в BigQuery, разбираться с Cloud Logging, писать SQL-запросы. Целый пайплайн ради того, чтобы понять что происходит со стабильностью приложения. Теперь всё это стало ощутимо проще. Через MCP агент получает прямой доступ к данным Crashlytics: может вытащить список активных проблем с приоритетами, разобрать конкретный краш по ID со всеми стектрейсами и метаданными, получить агрегированную статистику по событиям и затронутым пользователям. Плюс умеет добавлять заметки к ишью и менять его статус прямо в ходе разговора. Многие крашлитиковские ишью на практике достаточно простые, и агент вполне способен с ними справиться самостоятельно. Можно выстроить полный цикл: агент ночью смотрит новые крашы, разбирает их, создаёт задачи, предлагает или сразу делает фиксы, оставляет комментарии со всем контекстом. Раньше для этого не хватало именно доступа к данным мониторинга — теперь этот кусок закрыт. 🔗 Источник: firebase.google.com #Firebase#Crashlytics#MCP#AndroidDev#Android

GitHub Trends

@githubtrending · Post #15488 · 13.02.2026 г., 12:30

#swift#analysis#analytics#cocoapods#crashlytics#debug#debugger#debugging#hacktoberfest#layout_debugger#leak_detection#log#logs_analysis#networking#performance_analysis#sandbox#swift#swift6#ui#uikit#view DebugSwift is a comprehensive toolkit that simplifies debugging for Swift iOS apps by providing real-time monitoring of network requests, performance metrics (CPU, memory, FPS), crash reports, and app resources like keychain and user defaults. It includes interface tools for visualizing layouts with grid overlays and touch indicators, plus memory leak detection and console logging. The main benefit is that you can quickly identify and fix issues during development without leaving your app—just shake your device to toggle the debug panel, making troubleshooting faster and more efficient. https://github.com/DebugSwift/DebugSwift