crash-analytics
作者 Eronredcrash-analytics 技能可帮助你使用 Crashlytics、App Store Connect 和 Xcode Organizer 对应用崩溃进行分诊、优先级排序并降低崩溃率。它适合用来判断先修复哪个崩溃、解读无崩溃会话，以及评估崩溃率如何影响留存、评分和 App Store 表现。适用于数据分析和发布分诊场景中的 crash-analytics。
该技能得分为 74/100，说明它适合在目录中展示，但更适合被定位为一个有用、但能力相对有限的实操指南，而不是一套完整打包好的工作流。这个仓库提供了清晰的崩溃分诊触发条件、具体的崩溃分析工具以及较充实的指导内容，但缺少支持文件和安装时的脚手架，因而仍会让用户在落地时多一些判断成本。
- 触发条件明确：frontmatter 直接覆盖 crash、Crashlytics、ANR、无崩溃会话/用户、symbolication 和 crash reports。
- 工作流内容扎实：正文包含崩溃率目标、工具对比，以及分诊和优先级排序方面的指导，而不是泛泛而谈。
- 安装决策价值高：它把 crash analytics 与 ASO 结果联系起来，例如排名、推荐、评分和留存，便于用户快速判断相关性。
- 缺少支持文件或脚本：仓库没有 references、resources、rules 或 automation，使用时只能主要依赖 markdown 本身。
- 打包程度有限：没有 install 命令，也看不到配套资产，可能会拖慢上手速度，或让跨技能集成不够直观。
crash-analytics 技能概览
crash-analytics 技能帮助你诊断、排序并减少应用崩溃，重点放在会影响发布、留存和 App Store 表现的决策上。它最适合已经有崩溃数据、但需要把嘈杂报告转成明确修复路径的团队，尤其是在工作流中已经用到 Crashlytics、App Store Connect 或 Xcode Organizer 的情况下。
crash-analytics 是用来做什么的
当你需要回答这类实际问题时，可以使用 crash-analytics 技能：应该先修哪个崩溃、某次激增是真实问题还是某个版本特有的问题、如何解读 crash-free sessions，以及崩溃率可能如何影响可发现性和评价。对于 crash-analytics for Data Analysis 来说，它尤其有价值，因为目标不只是记录崩溃，而是把崩溃遥测转成可执行的分诊决策。
crash-analytics 的不同之处
这个技能不是通用的监控提示词。它聚焦于崩溃分诊、影响排序，以及崩溃、ANR/hang 和符号化质量之间的运维差异。这让它更适合需要可执行结论、而不只是知道错误日志定义的团队。
适合的用户和场景
这个 crash-analytics skill 适合移动端开发、QA 负责人、偏 ASO 的运营人员，以及希望快速了解应用稳定性的产品团队。如果你正在做 iOS 应用、Firebase Crashlytics 配置，或在一个坏版本发布后进行发布分诊，它会特别合适。
如何使用 crash-analytics 技能
安装技能并先查看源文件
对于 crash-analytics install，先从 repo 中添加这个技能，然后优先阅读技能文件：
npx skills add Eronred/aso-skills --skill crash-analytics
先看 skills/crash-analytics/SKILL.md。在这个 repo 里，这个文件就是唯一的权威来源；没有额外的脚本、规则或辅助资源需要再去查。
给技能一个具体的崩溃问题
最好的结果来自让它解决一个明确的工作流问题，而不是笼统地说“分析崩溃”。输入里要带上平台、发布时间窗口、崩溃来源和业务问题。
好的提问结构：
- 应用平台：iOS 或 Android
- 工具来源：Crashlytics、App Store Connect、Xcode Organizer、MetricKit
- 症状：激增、单一堆栈、启动崩溃、hang 或 ANR
- 范围：版本、build number、设备类型、OS 版本
- 目标：优先修复、解释趋势、起草分诊步骤，或评估 ASO 风险
示例：
“用 crash-analytics 帮我分诊 iOS 17.4 上、3.8.1 发布后出现的 Crashlytics 激增。告诉我这是否更像回归问题、应该先修哪条 stack trace，以及在提 bug 之前我还应该收集哪些数据。”
按正确顺序阅读输出
crash-analytics 最有用的用法，是把流程从症状推进到决策：
- 先确认崩溃是真实存在的，而且是限定在某个版本或设备组里的。
- 再检查最主要的 stack trace 是否已经符号化，并且稳定到可以信任。
- 找出能用最小修复代价换来最大崩溃量下降的改动。
- 验证这个问题是否会影响首个 session 留存或 App Store 风险。
在提问前先提升输入质量
如果你只说“我们的 app 在崩溃”，技能就必须猜太多。更强的输入应该包含 stack trace、最高崩溃版本、crash-free session 比例、最近的 release notes，以及任何设备或 OS 聚类信息。对于 crash-analytics usage 来说，这些上下文通常比把提示词写得更长更重要。
crash-analytics 技能常见问题
crash-analytics 只适用于 Firebase Crashlytics 吗？
不是。Crashlytics 很常见，但这个技能同样适用于 App Store Connect 崩溃报告、Xcode Organizer 日志，以及基于 MetricKit 的稳定性数据。你有哪个来源就用哪个；这个技能最有价值的地方，是帮你比较和排序，而不只是阅读单一工具里的内容。
我需要很强的调试知识吗？
不需要，但你至少要有足够的上下文来把崩溃说清楚。初学者只要能提供应用平台、大致的崩溃模式，以及改变行为的那个版本，也可以有效使用 crash-analytics guide。没有这些信息，分析结论就会不够果断。
什么情况下不该用这个技能？
如果问题是广泛的产品分析、漏斗分析或功能采用率，而崩溃本身并不是问题的一部分，就不要用它。做通用分析配置时，更宽泛的 app-analytics 技能会更合适。
它和通用提示词有什么区别？
通用提示词也能总结崩溃报告，但 crash-analytics 技能的目标是提升分诊质量：先修什么、如何解读噪声很大的遥测，以及哪些稳定性信号会影响 App Store 结果。这种 framing 能减少浪费在调试上的时间。
如何改进 crash-analytics 技能
提供足以改变决策的最小证据
质量提升最大的一步，是补上能区分真实回归和背景噪声的数据。请提供 crash-free sessions、受影响的应用版本、主要设备或 OS，以及问题是否在某次特定发布后开始。如果你有 stack trace，已经符号化的日志远比原始 crash 文本更有价值。
要求分诊结果，而不只是解释
当你把问题问成一个可执行方案时，crash-analytics 技能表现最好：可能的根因、严重程度、用户影响，以及下一步检查项。这样的 crash-analytics usage 比起让它泛泛总结崩溃数据，更容易得到高质量结果。
降低崩溃报告中的歧义
如果你的报告把启动崩溃、hang 和 ANR 混在一起，最好在提问前先分开。若你并不知道准确原因，也要直接说明，并要求技能根据现有证据对最可能的原因排序。边界越清楚，优先级判断通常越好。
在第一轮之后继续迭代
先用第一轮回答把问题收窄，再追问一个聚焦问题：比如“哪条 stack trace 值得先修？”或者“还需要什么额外数据才能确认这是版本回归？”第二轮通常比重复同一个提示词更能提升分析质量。