Zum Inhalt springen

KI-Build-Diagnose

Native Build-Logs sind lang. Wenn ein iOS- (Xcode / Fastlane) oder Android- (Gradle / Fastlane) Build fehlschlägt, kann Capgo das Log durch einen KI-Build-Engineer laufen lassen, der genau identifiziert was schiefgelaufen ist und wie man es behebt — so dass du nicht selbst durch Tausende Zeilen scrollen musst.

Füge --ai-analytics für deinen Build:

Terminalfenster
bunx @capgo/cli@latest build request com.example.app --platform android --ai-analytics

Die Diagnose greift nur, wenn ein Build schlägt fehl — erfolgreiche Builds bleiben unverändert.

Was bei einem fehlgeschlagenen Build passiert, hängt davon ab, wo du ihn ausführst und ob du den Flag übergeben hast:

Umgebung--ai-analyticsVerhalten
Interaktives TerminaljaDiagnostiziert den Fehler sofort
Interaktives TerminalneinFragt zuerst, bietet dann die Diagnose an
CI / nicht-interaktivjaLäuft automatisch und gibt die Diagnose auf stderr aus
CI / nicht-interaktivneinÜbersprungen — es wird nichts gesendet

In der CI musst du also mit folgendem Flag zustimmen: --ai-analytics; im Terminal wirst du immer zuerst gefragt, es sei denn, das Flag aktiviert das Opt-in vorab.

Ein kurzer, fokussierter Markdown-Report:

  • Wahrscheinliche Ursache — ein Satz.
  • Beweis — die 1–3 relevantesten Zeilen, zitiert aus deinem Log.
  • Vorschlag zur Behebung — nummerierte Schritte für Änderungen in deine Projekt (Signaturkonfiguration, fehlende Berechtigung, Gradle- oder CocoaPods-Problem, Plugin-Konflikt, …).

Wenn die Logs mehrdeutig sind, teilt es das mit und listet die wahrscheinlichsten Hypothesen auf, statt einen Fehler zu erfinden, der nicht existiert.

Die KI-Diagnose ist opt-in — es wird nichts gesendet, wenn du nicht --ai-analytics oder bestätigst den Prompt.

  • Capgo AI (Standard): Dein Build-Log wird gekürzt und an den Analyse-Endpoint von Capgo (der auf Cloudflare Workers AI läuft) gesendet – nur so lange, wie nötig, um die Diagnose zu erstellen. Build-Logs sind nicht Teil der normalen Speicherung – sie werden während des Builds in dein Terminal gestreamt.
  • Logs auf deinem Rechner behalten: In einem interaktiven Terminal kannst du stattdessen CLI eine lokale Prompt-Datei schreiben lassen – dieselben Diagnoseanweisungen plus dein Log –, die du in dein eigenes LLM einfügst. Deine Logs verlassen deinen Rechner nie.