Логирование для MVP нужно, чтобы узнавать об ошибке раньше пользователя, а не после его жалобы в поддержку. Ниже - пошагово: что логировать, какие уровни (debug, info, warning, error, critical) выбрать, как за 10 минут подключить готовое решение на P…
10+ лет в маркетинге, 300+ клиентских проектов: сайты, реклама, боты. Создатель GoBanana (228K+ пользователей, 11.6 млн ₽ выручки) и VibeCoderz. Делаю AI-продукты сам через Claude Code, Cursor, Windsurf и консультирую тех, кто хочет так же.
Об авторе →Claude Code: новый CLI-агент от Anthropic
Anthropic выпустила Claude Code — терминальный AI-агент для разработчиков. Инструмент работает прямо в командной строке и умеет писать, редактировать и запускать код.
Zcode AI: Полный гид по визуальному интерфейсу для Claude Code и AI-агентов
Узнайте, как использовать Zcode для управления Claude Code, Gemini и Codex в едином GUI. Настройка провайдеров, MCP-серверов и визуальный вайбкодинг.
YouTube-канал с монетизацией из любой точки мира: Пошаговый гайд 2026
Инструкция по созданию YouTube-канала: обход блокировок SMS, настройка расширенных функций через виртуальные номера и правила безопасности для монетизации.
Windsurf Code Maps: Как глубоко понимать архитектуру проекта перед написанием кода
Полный гайд по Windsurf Code Maps, модели Sway 1.5 и Sway Grep. Узнайте, как визуализировать архитектуру кода и ускорить разработку в 13 раз.
Vk Fast Cash Strategy
Аудитория ВКонтакте — это те же люди, что и в Instagram, но 'социальный контракт' площадки другой. Если Instagram — это 'дорогой ресторан' с демонстрацией успеха, то VK — это 'душевная шашлычная'. Здесь не работает глянцевый 'успешный успех
Логирование для MVP нужно, чтобы узнавать об ошибке раньше пользователя, а не после его жалобы в поддержку. Ниже - пошагово: что логировать, какие уровни (debug, info, warning, error, critical) выбрать, как за 10 минут подключить готовое решение на Python или Node.js и что нельзя писать в лог, если работаете с персональными данными.
Логирование MVP занимает 10 минут. Для Python - библиотека loguru, для Node.js - pino. Railway и Vercel показывают логи в реальном времени без дополнительной настройки. Главное правило: никогда не логировать пароли, токены и персональные данные пользователей - это прямое нарушение 152-ФЗ и GDPR.
Print работает, пока вы отлаживаете код на своём компьютере. В проде он теряется при перезапуске сервера и не показывает, насколько серьёзна проблема.
Без логов вайбкодер узнаёт о баге только когда пользователь пишет «не работает». С логами видно ошибку до жалобы, с точным временем и трейсбеком. Railway и Vercel показывают логи в реальном времени без настройки - подключать вообще ничего не нужно.
Print-отладка нормально работает в маленьких скриптах на 50 строк. Проблема начинается, когда проект растёт: print-ы разбросаны по всему коду, у них нет уровня важности, их нельзя быстро отфильтровать, и после закрытия консоли вся история исчезает.
Логи, записанные в файл, работают иначе: их легко искать, они не теряются при перезапуске приложения, и их можно выгрузить для анализа через месяц после инцидента. Разница особенно заметна ночью, когда бот падает, а вы спите. Утром открываете файл лога и сразу видите, в какой момент и с каким входным параметром всё сломалось.
Максим: «Мог просто засесть до пяти ночи и просто там править одну какую-то функцию, которая не работала. Если бы не терпение - в моменте я уже испотел, и мне хотелось всё это закрыть. Но я понимал, что это можно решить и нужно решить, чтобы идти дальше.»
Пять стандартных уровней идут по возрастанию важности: debug, info, warning, error, critical. По умолчанию Python выводит только warning и выше, остальное приходится включать отдельно.
Debug - наименее важный уровень, error и critical - самые критичные. По умолчанию модуль logging в Python показывает только warning и выше: если хотите видеть debug и info, нужно явно указать уровень в конфигурации. Это удобно: на этапе разработки включаете debug и видите вообще всё, а в проде оставляете только warning, error и critical, чтобы не захламлять файл.
| Уровень | Когда использовать | Пример события |
|---|---|---|
| DEBUG | Детальная отладка на локали | Значение переменной перед запросом к API |
| INFO | Обычная работа приложения | Пользователь зарегистрировался |
| WARNING | Нестандартное, но не критичное поведение | Запрос к внешнему API занял дольше 5 секунд |
| ERROR | Ошибка, которую приложение пережило | Не удалось отправить письмо через Resend |
| CRITICAL | Ошибка, ведущая к остановке | Не подключилась база данных при старте |
Каждый модуль удобно логировать через собственный именованный логгер, а не через общий root. На практике это выглядит так: logging.getLogger(__name__) в каждом файле - тогда сразу видно, из какой части приложения пришла ошибка, а не просто «где-то в коде».
Loguru избавляет от ручной настройки logging: ротация файлов, сжатие и асинхронная запись подключаются одной строкой вместо десятка настроек.
У Loguru больше 20 000 звёзд на GitHub, а разработчики вносят изменения каждый месяц. Библиотека умеет писать логи из нескольких потоков одновременно и сохранять их в правильном хронологическом порядке в одном файле - это редкость среди аналогов.
Ставится за одну команду:
pip install loguruБазовая настройка занимает четыре строки:
from loguru import logger
logger.add("app.log", rotation="10 MB", retention="7 days", compression="zip", enqueue=True)
logger.info("Приложение запущено")rotation следит, чтобы файл не разрастался бесконечно. retention удаляет старые архивы автоматически - экономит место на диске. compression="zip" сжимает архивные логи. А enqueue=True переносит запись в отдельный фоновый процесс, чтобы логирование не тормозило основную программу. Для ошибок внутри try-except есть декоратор @logger.catch, который сам ловит исключение и пишет полный трейсбек - без ручного logging.exception().
Pino - самый быстрый JSON-логгер для Node.js, встроен по умолчанию в Fastify и выдаёт структурированные логи, которые легко фильтровать и парсить.
Pino обгоняет Winston и Bunyan по скорости в собственных бенчмарках в разы, а логи пишет асинхронно через worker-поток - основной поток приложения не тормозит даже под нагрузкой. Формат вывода - newline-delimited JSON, machine-readable по умолчанию.
Установка:
npm install pino pino-prettyМинимальный запуск:
import pino from "pino";
const logger = pino({ level: process.env.LOG_LEVEL || "info" });
logger.info("Сервер запущен");Уровень задаётся переменной окружения - на локали ставите LOG_LEVEL=debug, в проде LOG_LEVEL=warn, без изменения кода. Для чтения глазами в разработке логи прогоняют через pino-pretty: он раскрашивает уровни и превращает JSON в читаемую строку. У pino есть встроенное скрытие чувствительных полей (redaction) - паролей и токенов, о чём подробнее ниже.
Пароли, токены, номера карт и персональные данные пользователей никогда не попадают в лог - даже временно, даже для отладки. Это нарушение 152-ФЗ и GDPR.
Некорректно настроенные логи - одна из частых причин утечек данных в коммерческом софте. Логи по умолчанию небезопасны: их читают разработчики, они попадают в сторонние сервисы аналитики, иногда случайно оказываются в открытом доступе. Разработчики pino прямо встроили функцию redaction для автоматического скрытия полей вроде password или token - советуем включать её сразу, а не полагаться на память.
Что можно логировать без опаски: id пользователя, статус запроса, время выполнения, тип события. Что нельзя ни при каких условиях: пароли в любом виде, полные номера карт, токены доступа, содержимое переписок. Если сомневаетесь - не логируйте. Проще один раз добавить поле в whitelist, чем потом объяснять пользователям утечку.
Railway и Vercel захватывают весь вывод в stdout и stderr автоматически - никакой отдельной настройки для базового просмотра логов не требуется.
railway logs по умолчанию стримит логи в реальном времени через WebSocket прямо в терминал. Команда поддерживает фильтры вроде @level:error или поиск по подстроке - можно сразу вытащить только ошибки без ручного скролла по всей истории.
В дашборде Railway логи смотрятся через вкладку конкретного деплоя или через общий Observability-раздел, если нужно видеть сразу несколько сервисов. Полезная деталь: если лог выводится в формате JSON с полем level, Railway сам подсвечивает строку нужным цветом - error будет красным без всякой настройки с вашей стороны. У Vercel логика похожая: любой console.log или структурированный вывод пино/loguru сразу попадает в раздел Logs проекта, доступный из дашборда сразу после деплоя.
Четыре типа событий покрывают 90% ситуаций: ошибки с трейсбеком, старт/остановка приложения, входящие запросы и ключевые бизнес-события вроде оплаты.
Для вайбкодера, который собирает продукт с помощью Claude Code или Cursor, проще не настраивать логирование руками, а дать AI готовый промпт. Вот рабочий вариант, который можно вставить прямо в чат с моделью:
«Настрой логирование для этого проекта. Python - используй loguru. Node.js - используй pino. Структура: [TIMESTAMP] [LEVEL] [CONTEXT] MESSAGE. Логируй обязательно: все ошибки с трейсбеком, старт и остановку приложения, входящие запросы (метод, URL, статус, время), ключевые бизнес-события - пользователь зарегистрировался, оплата прошла. Никогда не логируй пароли, токены, API-ключи, номера карт, персональные данные.»
Такой промпт закрывает и техническую часть, и требование приватности одной командой - модель сама подберёт синтаксис под ваш стек.
| Что логировать | Уровень | Зачем |
|---|---|---|
| Ошибка с трейсбеком | ERROR | Понять причину падения без переспроса у пользователя |
| Старт/остановка приложения | INFO | Видеть, когда сервис перезапускался |
| Входящий запрос (метод, URL, статус, время) | INFO | Найти медленные или падающие эндпоинты |
| Регистрация, оплата | INFO | Отслеживать бизнес-метрики без отдельной аналитики |
Поставьте loguru или pino, добавьте четыре строки конфигурации из этой статьи и запустите проект заново. Через 10 минут у вас будет файл с логами вместо разбросанных print. Если проект уже на Railway или Vercel - логи там появятся сами, без единой дополнительной настройки.
Разобраться с деплоем и мониторингом MVP помогает подборка инструментов в каталоге AI-инструментов VibeCoderz, а если собираете продукт вместе с AI-агентом под конкретную задачу - загляните в каталог агентов VibeCoderz. Для написания кода логирования с нуля через диалог с моделью подойдёт Claude Code или Cursor.
Если нужна помощь с архитектурой MVP целиком - запишитесь на консультацию к Максиму.
Зачем логировать MVP, если пользователей ещё мало?
Чем меньше пользователей, тем важнее не пропустить их первую ошибку. На старте каждый недовольный пользователь заметен, а лог покажет проблему раньше, чем он напишет в поддержку.
Loguru или стандартный logging в Python - что выбрать?
Стандартный logging встроен и не требует установки, но его конфигурация многословнее. Loguru закрывает ротацию, сжатие и асинхронную запись в несколько строк - для MVP обычно быстрее и проще.
Можно ли логировать email пользователя?
Технически можно, но лучше логировать id пользователя вместо email. Это снижает риск утечки персональных данных, если лог-файл случайно попадёт не в те руки.
Где посмотреть логи после деплоя на Railway?
В дашборде - на вкладке конкретного деплоя, либо через раздел Observability для всех сервисов сразу. Из терминала - командой railway logs, которая стримит поток в реальном времени.
Сколько логов хранить и когда их удалять?
Разумный ориентир - 7-30 дней для обычных логов и дольше для логов оплат, если этого требует бухгалтерия. В loguru срок задаётся параметром retention в одну строку.
Нужно ли логировать оплаты?
Да, обязательно - это ключевое бизнес-событие. Логируйте факт и статус оплаты (успех/ошибка), но не номер карты и не платёжные реквизиты целиком.
Замедляет ли логирование работу приложения?
При правильной настройке нет. И loguru, и pino поддерживают асинхронную запись (enqueue=True и worker-транспорт соответственно) - запись уходит в фоновый процесс и не блокирует основной поток.