04 · 案例 — 02

取代付費訂閱的崩潰分流

一套跑在數百個據點的系統每天產生大量崩潰報告，人工篩選一次要花掉一個上午。原本的付費摘要工具不分內容一律計費，成本隨據點數成長。

Node.js · SQLite · Sentry API · 結構化 LLM 輸出 · 成本護欄

現場真正的問題

數百個據點每天產生大量崩潰報告，其中多數不是 bug：平板斷線、儲存空間不足、特定裝置的既有問題。這些報告與真正需要處理的混在同一份列表，人工篩選一次要花掉一個上午。

原本用來摘要列表的付費工具不分內容一律計費，成本隨據點數成長。

執行順序是整套設計的重點。規則過濾先跑，網路中斷、儲存空間錯誤、已知裝置問題在進入模型前濾除；只有可能為可修 bug 的報告才值得付費分析。

每則崩潰計算指紋並快取，同一問題由三十台裝置回報也只分析一次。整套執行於硬性花費上限之下，達到上限即停止。

工具以 MIT 授權開源，並在同一套四百據點系統上驗證。

實測一輪 148 則報告中，64 則在人工與模型介入前濾除，無誤刪。單則分析成本 0.15 至 0.27 美元，取代原本不分內容照收的訂閱。