产品动态
AI 解决方案
AI 解决方案基于腾讯海量客户端产品的历史缺陷修复知识库与用户体验治理经验，构建了垂直领域 AI 增强的可观测性分析引擎，通过以下方式实现 AI 驱动的缺陷治理闭环：
数据层：整合多维度数据源（崩溃堆栈、设备信息、用户行为日志、版本分布等），依托腾讯生态亿级终端覆盖，训练出高泛化性的崩溃分析模型。
分析层：将 LLM（大语言模型）与领域知识库结合，实现自然语言驱动的根因定位、上下文关联分析与解决方案生成，突破传统规则引擎的局限性。
应用层：通过开发者自然的“沉淀案例”操作，定义建议采纳，形成模型持续优化的正向循环。同时帮助企业持续沉淀专属知识库，显著提升AI诊断的准确性与场景适配性。
前提条件
接入步骤
步骤1：正确初始化终端性能监控 SDK 并开启崩溃监控功能
iOS 应用场景请参见 集成和初始化。
Android 应用场景请参见 集成和初始化。
步骤2：触发客户端崩溃并进入到控制台查看
1. 触发客户端崩溃并重新启动应用，查看日志确定 Crash 数据上报成功。
IOS：参见 查看 QAPM 工作日志。
Android：参见 Crash、ANR 监控。
2. 登录 终端性能监控，在崩溃监控模块查看到上报的 issue，并进入问题详情。
步骤3：完成符号表上传与样本翻译
1. 在问题详情页单击上传/更新符号表的按钮，参考提示信息完成符号表打包与上传。
2. 单击翻译/重新翻译，对比翻译前后堆栈信息，确认符号表上传正确与翻译无误。
步骤4：AI 解决方案生成
1. 单击 AI 解决方案生成将触发针对指定 issue 的 AI 解决方案生成，一般需要10s - 20s，期间您可先查看问题堆栈、日志等信息，对问题的情况进行初步了解。
2. 完成方案生成后，您将获得问题根因及代码级解决方案建议，您可参考示例代码完成您工程代码的缺陷修复与验证。
步骤5：解决方案修正与案例沉淀
1. 当完成问题的分析与解决后，您可将问题案例沉淀到您的专属知识库，这将显著提升您未来的 AI 解决方案生成的准确性与场景适配性。
2. 若您评估解决方案存在谬误，您可通过局部修正后沉淀的方式完成案例沉淀，以提升案例的准确性。
说明：
当前 AI 解决方案功能处于推广期，您可免费使用和体验该功能。我们为每个应用提供60次/月的 AI 解决方案生成额度，您可单击申请更多分析次数让我们知晓您的诉求，我们会与您取得联系并提供更多额度。
文档反馈