crash-analytics
作者 Eronredcrash-analytics 技能可協助你運用 Crashlytics、App Store Connect 與 Xcode Organizer 進行 App 崩潰分流、排序優先順序並降低崩潰率。適合用來判斷先修哪個崩潰、解讀無崩潰工作階段，並評估崩潰率如何影響留存、評分與 App Store 表現。非常適合用於 Data Analysis 與發版分流的 crash-analytics。
這個技能的評分為 74/100，代表它可以收錄給目錄使用者，但更適合定位成實用、略有侷限的作業型指南，而不是完整打包好的工作流程。這個 repo 提供了清楚的崩潰分流觸發條件、具體的崩潰分析工具，以及相當扎實的指引內容，但缺少支援檔案與安裝時的腳手架，讓採用時仍需要更多自行判斷。
- 觸發條件明確：frontmatter 直接涵蓋 crash、Crashlytics、ANR、crash-free sessions/users、symbolication 與 crash reports。
- 工作流程內容扎實：內文包含崩潰率目標、工具比較，以及分流／優先排序的指引，而不只是泛泛建議。
- 安裝決策價值高：它把 crash analytics 與 ASO 成果連結起來，例如排名、精選、評分與留存，能幫助使用者快速判斷相關性。
- 沒有支援檔案或腳本：repo 內沒有 references、resources、rules 或 automation，因此 agents 必須完全依賴 markdown 本身。
- 作業包裝有限：沒有 install command，也看不到明顯的 companion assets，可能會讓設定較慢，或讓跨技能整合不那麼直觀。
crash-analytics 技能總覽
crash-analytics 技能可協助你診斷、排序並降低 App 當機，重點放在會影響上架、留存與 App Store 表現的決策。它最適合已經有當機資料、但需要更清楚地把雜訊報告轉成修復行動的團隊，尤其當 Crashlytics、App Store Connect 或 Xcode Organizer 已經是工作流程的一部分時。
crash-analytics 的用途
當你需要回答這類實務問題時，就該用 crash-analytics 技能：哪個當機應該先修、尖峰是否真實或只發生在特定版本、如何解讀 crash-free sessions，以及當機率可能如何影響曝光與評論。若你的目標不只是記錄當機，而是把 crash telemetry 轉成分流與判斷決策，crash-analytics for Data Analysis 特別有幫助。
crash-analytics 與一般分析有什麼不同
這個技能不是通用的監控提示詞。它聚焦在當機分流、影響排序，以及 crashes、ANRs/hangs 與 symbolication 品質之間的作業差異。這讓它更適合需要可執行結論，而不只是知道錯誤日誌是什麼的團隊。
最適合的使用者與情境
這個 crash-analytics skill 很適合行動開發者、QA 負責人、以 ASO 為重點的營運人員，以及想快速掌握 App 穩定度的產品團隊。如果你正在處理 iOS App、Firebase Crashlytics 設定，或是某次不良版本釋出後的分流判斷，它會特別合用。
如何使用 crash-analytics 技能
安裝技能並先檢視原始檔
若要進行 crash-analytics install, 先從 repo 加入這個技能，接著先讀技能檔：
npx skills add Eronred/aso-skills --skill crash-analytics
請先從 skills/crash-analytics/SKILL.md 開始。在這個 repo 裡，這個檔案就是主要依據；不需要再查其他腳本、規則或輔助資源。
提供具體的當機問題給技能
最好的結果來自明確的工作情境，而不是籠統地要求它「分析當機」。請帶上平台、發生區間、當機來源與商業問題。
好的提示詞結構：
- app 平台：iOS 或 Android
- 工具來源：Crashlytics、App Store Connect、Xcode Organizer、MetricKit
- 症狀：尖峰、單一 stack trace、launch crash、hang 或 ANR
- 範圍：版本、build number、裝置型號、OS 版本
- 目標：優先處理修復、解釋趨勢、擬定分流步驟，或評估 ASO 風險
範例：
「用 crash-analytics 來分流 iOS 17.4 上 release 3.8.1 之後的 Crashlytics 尖峰。請判斷這比較像 regression、應該先修哪個 stack trace，以及在提 bug 之前我還需要蒐集哪些資料。」
依正確順序解讀輸出
crash-analytics 最有用的用法，是把流程從症狀推進到決策：
- 先確認這個當機是真實存在，且範圍是否侷限在某個版本或裝置群組。
- 再檢查最高優先的 stack trace 是否已完成 symbolication，而且穩定到足以信任。
- 找出能用最小修補、降低最大當機量的改動。
- 驗證這個問題是否影響首個 session 留存，或帶來 App Store 風險。
在分析前先把輸入補強
如果你只說「我們的 app 會當機」，技能就得猜太多。更好的輸入會包含 stack trace、最高當機版本、crash-free session rate、近期 release notes，以及任何裝置或 OS 分群。對 crash-analytics usage 來說，這些背景資訊通常比拉長提示詞更重要。
crash-analytics 技能 FAQ
crash-analytics 只適用 Firebase Crashlytics 嗎？
不是。Crashlytics 很常見，但這個技能也適用於 App Store Connect 的當機報告、Xcode Organizer 日誌，以及從 MetricKit 取得的穩定度資料。你有哪種來源就用哪種；這個技能最有價值的地方，是幫你比較與排序，而不只是讀懂單一工具。
我需要很進階的除錯知識嗎？
不需要，但你需要足夠的背景來清楚描述當機。即使是初學者，只要能提供 app 平台、粗略的當機樣式，以及改變行為的那次 release，也能有效使用 crash-analytics guide。若沒有這些資訊，分析結論就會比較不果斷。
什麼情況下不適合用這個技能？
如果問題本身不是當機，就不要拿它來做廣泛的產品分析、漏斗分析或功能採用率分析。若你需要的是一般分析設定，範圍更廣的 app-analytics skill 會更適合。
這和一般提示詞有什麼不同？
一般提示詞可以摘要 crash reports，但 crash-analytics skill 的重點在分流品質：先修什麼、如何解讀雜訊 telemetry，以及哪些穩定度訊號會影響 App Store 結果。這種框架能減少浪費在除錯上的時間。
如何改善 crash-analytics 技能
提供會改變決策的最小證據
品質提升最大的關鍵，是補上能區分真實 regression 與背景雜訊的資料。請加入 crash-free sessions、受影響的 app 版本、主要裝置或 OS，以及問題是否在特定 release 之後才出現。如果你有 stack trace，已完成 symbolication 的 logs 會比原始 crash 文字好得多。
請求分流結果，而不只是解釋
當你要求 crash-analytics 技能提供行動方案時，效果最好：可能根因、嚴重度、使用者影響與下一步檢查。這樣的 crash-analytics usage，通常比只要一份 crash data 的一般摘要更有品質。
降低 crash report 的歧義
如果你的報告把 launch crashes、hangs 和 ANRs 混在一起，請先拆開再提問。若你不確定確切原因，就明講，並請技能根據現有證據排出最可能的原因。界線越清楚，排序就越準確。
第一輪之後再迭代
先用第一個答案縮小問題範圍，再追問一個聚焦問題：「哪個 stack trace 值得先修？」或「還需要哪些額外資料，才能確認這是 release regression？」第二輪通常比重跑同一個提示詞，更能提升分析品質。