Awesome GitHub RepositoriesSource Map Uploads

Highlight est une plateforme d'observabilité full-stack et un système de monitoring qui agrège les logs, les erreurs et les traces distribuées pour fournir une vue unifiée de la santé de l'application. Il fonctionne comme un système de traçage distribué, un service de monitoring d'erreurs et un outil de relecture de session. La plateforme est disponible sous forme de stack de monitoring dockerisée pour des déploiements auto-hébergés sur Linux. Elle se distingue en combinant l'observabilité backend avec un système d'enregistrement visuel qui capture les changements du DOM et les requêtes réseau pour rejouer les interactions des utilisateurs. Le système couvre plusieurs domaines de capacités clés, incluant la gestion centralisée des logs avec des propriétés interrogeables, le suivi des erreurs d'application avec intégration de source maps pour la dés-obfuscation des stack traces, et le traçage distribué des requêtes à travers les microservices. Il inclut également le monitoring de base de données via l'exécution de requêtes nommées et l'analyse de requêtes de recherche pour récupérer des métriques de performance. L'installation peut être effectuée via un déploiement de monitoring auto-hébergé utilisant Docker ou via le provisionnement d'infrastructure cloud.

This project is an edge computing development toolkit and serverless command line interface used to develop, test, and deploy serverless functions to a global edge network. It serves as an edge runtime bundler and resource orchestrator, managing the entire lifecycle of edge projects from local development to worldwide distribution. The toolkit distinguishes itself through distributed workflow management, coordinating stateful instances and the durable execution of long-running processes across the edge. It also provides specialized integrations for edge AI, including the management of vector

Uptrace is an OpenTelemetry-based observability platform designed to collect, store, and analyze distributed traces, metrics, and logs. It functions as a centralized logging backend, a distributed tracing system, and a metrics engine to monitor application performance and system health. The platform is distinguished by AI-powered operational capabilities, allowing users to query telemetry data and manage monitoring dashboards using natural language. It specifically includes specialized monitoring for generative AI pipelines, tracking token usage and response quality for LLM interactions and r

This project is a source map implementation library used for generating, parsing, and consuming source maps. It provides the functional components necessary to link transformed or minified code back to original source files, acting as a tool for code transformation debugging. The library includes a source map composer for building trees of code snippets that automatically produce output strings and mappings. It also functions as a source map merger, providing mechanisms to chain and merge multiple maps to resolve multi-step code transformations across different build stages. The project cove