Python 运行出错却没有 Traceback？用 TaoToken 统一 Key 排查配置与日志链路

1. Python 静默失败到底卡在哪Python 运行出错却没有 Traceback是很多人做脚本、定时任务、后台服务时最头疼的一类问题。正常情况下Python 解释器遇到未捕获异常会打印完整堆栈告诉你哪个文件哪一行炸了。但现实里你经常看到的是进程退出码非 0日志里干干净净或者干脆进程还在跑但结果就是不对。这种「静默失败」不是 Python 的 bug而是异常在到达解释器默认处理器之前被某一层吞掉了。我把它归成四类典型场景。第一类是try/except把异常捕获了但没打印比如except Exception: pass或者只写了except却只做返回值处理。第二类是日志被重定向sys.stderr被替换、被关闭或者 logging 没配 handler异常信息写进了没人看的文件。第三类是子进程subprocess默认不继承父进程的输出流子进程崩了父进程只拿到一个返回码。第四类是守护进程或nohup后台运行标准输出被丢弃异常无处可去。这篇要解决的就是怎么让这些被吞掉的错误重新「现形」并且把调用链路的日志集中起来看。我会给你可直接复制的 logging 配置、faulthandler启用片段、子进程输出捕获写法以及验证命令。同时说明怎么用 TaoToken 的统一 Key 和 API 通道把模型调用相关的日志集中查看快速还原错误现场。适合正在写 Python 脚本、做定时任务、跑后台服务被静默失败折磨过的同学。2. 用 TaoToken 统一 Key 打通日志链路排查静默失败光靠本地 print 往往不够尤其是脚本里调用了大模型 API 的时候。错误可能发生在请求阶段、响应解析阶段或者模型返回了非预期结构。如果每个脚本各用各的 Key、各写各的日志出问题时你根本不知道是哪次调用、哪个参数触发的。TaoToken 在这里的作用是提供一个统一的 API 通道和 Key 管理入口。你可以把多个脚本、多个服务的模型调用都收敛到同一个 Key 上调用日志集中在一个地方看。这样当某个 Python 脚本静默失败时你可以先去 TaoToken 的调用记录里确认请求到底发出去了没有、返回了什么状态、耗时多少。这一步能快速区分「本地代码异常」和「远端调用异常」省掉大量猜测。具体入口我列一下方便你按需取用。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 基址是 https://taotoken.net/api 注意 API 地址不加 UTM 参数。需要生成和管理 Key 就去 API Keys 页面https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。想先验证模型通不通用模型对话页https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 。接入细节看文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。如果你长期写代码、跑 AgentCoding Plan 更合适https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。注意统一 Key 的价值在于「可追溯」。脚本再多只要都走同一个通道排查时就有统一的日志入口而不是挨个翻本地文件。3. 可复制的 logging 与 faulthandler 配置先说最基础的让异常一定能被看到。下面这段 logging 配置可以直接放进你的脚本入口它会同时输出到控制台和文件并且带上时间、级别、模块名和行号。import logging import sys def setup_logging(logfileapp.log, levellogging.DEBUG): logger logging.getLogger() logger.setLevel(level) fmt logging.Formatter( %(asctime)s | %(levelname)-8s | %(name)s:%(lineno)d | %(message)s, datefmt%Y-%m-%d %H:%M:%S, ) console logging.StreamHandler(sys.stderr) console.setFormatter(fmt) logger.addHandler(console) file_handler logging.FileHandler(logfile, encodingutf-8) file_handler.setFormatter(fmt) logger.addHandler(file_handler) return logger if __name__ __main__: log setup_logging() log.info(script started)关键点是StreamHandler(sys.stderr)显式绑定到 stderr避免有人把 stdout 重定向后异常信息跟着消失。文件 handler 用encodingutf-8防止中文日志写乱码。第二段是faulthandler它能捕获那些连 Python 异常机制都拦不住的情况比如段错误、死锁、卡死。启用方式很简单在入口最前面加几行import faulthandler import sys faulthandler.enable(filesys.stderr) # 如果怀疑卡死可以设置超时后 dump 堆栈 faulthandler.dump_traceback_later(30, exitTrue)dump_traceback_later(30, exitTrue)的意思是如果 30 秒后程序还没结束就把所有线程的堆栈打印出来然后退出。这对排查「进程还在但没反应」的场景特别有用。实测下来很多死锁问题就是靠这个定位的。第三段是异常捕获的正确写法。不要用except: pass至少要把堆栈打出来import traceback import logging log logging.getLogger(__name__) try: result risky_operation() except Exception: log.error(risky_operation failed\n%s, traceback.format_exc()) raisetraceback.format_exc()返回完整堆栈字符串配合log.error写进日志。最后的raise决定要不要继续往上抛如果你希望上层也能感知就保留它。4. 子进程与守护进程的输出捕获子进程是静默失败的重灾区。subprocess.run默认不捕获输出子进程的 stderr 会直接进父进程的终端但如果你用了capture_outputTrue又没检查输出就被吞进变量里了。正确写法是这样import subprocess import logging log logging.getLogger(__name__) proc subprocess.run( [python, worker.py], capture_outputTrue, textTrue, timeout60, ) if proc.returncode ! 0: log.error(worker.py exited with %s, proc.returncode) log.error(stdout:\n%s, proc.stdout) log.error(stderr:\n%s, proc.stderr)重点是returncode ! 0时把 stdout 和 stderr 都打出来。很多人只打 stderr但有些脚本把错误信息写到了 stdout漏掉就白排查了。守护进程场景比如用nohup或 systemd 跑的后台服务标准输出可能被丢弃。这时候要么在代码里把日志写文件要么在启动命令里重定向nohup python daemon.py /var/log/daemon.out 21 21把 stderr 合并到 stdout再一起重定向到文件。如果你用 systemd可以在 unit 文件里配StandardOutputappend:/var/log/daemon.log和StandardErrorappend:/var/log/daemon.log这样两个流都进同一个文件。还有一个容易忽略的点sys.stdout和sys.stderr被替换或关闭。有些库会做这种事导致后续所有输出消失。可以在入口处检查一下import sys print(stdout ok:, sys.stdout is not None, filesys.stderr) print(stderr ok:, sys.stderr is not None, filesys.stderr)如果发现被替换了就手动恢复成sys.__stdout__和sys.__stderr__。5. 验证请求与成功结果配置写完得验证它真的生效。第一步写一个故意报错的脚本import logging import traceback logging.basicConfig( levellogging.DEBUG, format%(asctime)s | %(levelname)s | %(message)s, ) log logging.getLogger(verify) def boom(): return 1 / 0 try: boom() except Exception: log.error(caught exception\n%s, traceback.format_exc())运行python verify.py你应该在终端看到类似这样的输出2025-01-01 10:00:00 | ERROR | caught exception Traceback (most recent call last): File verify.py, line 12, in module boom() File verify.py, line 9, in boom return 1 / 0 ZeroDivisionError: division by zero看到完整堆栈说明 logging 和 traceback 链路通了。第二步验证 faulthandler写一个死循环脚本加上dump_traceback_later(5, exitTrue)运行后等 5 秒应该看到所有线程堆栈被打印出来然后进程退出。第三步验证子进程捕获写一个worker.py故意抛异常用上面的subprocess.run调用确认父进程日志里能看到子进程的 stderr。第四步如果你脚本里调用了模型 API去 TaoToken 的调用记录里核对。用同一个 Key 发起一次请求确认记录里能看到这次调用、返回状态和耗时。这样本地日志和远端调用日志就能对上排查时不会两头断线。6. 本篇常见错排查错误一日志文件写了但没内容。最常见原因是 handler 没加或者 level 设太高。检查logger.setLevel和 handler 的 level两者都要放开。另外确认文件路径有写权限容器里经常因为挂载问题写不进去。错误二traceback.format_exc()返回NoneType: None。这说明你不在 except 块里调用它。format_exc依赖当前异常上下文必须在except内部使用或者用traceback.format_exception(*sys.exc_info())显式传入。错误三子进程输出是空的。检查是不是用了capture_outputTrue但没读proc.stdout。另外textTrue没加的话拿到的是 bytes打印出来是b...容易看漏。错误四faulthandler 没反应。dump_traceback_later是定时器如果主线程被 C 扩展阻塞可能不触发。可以配合faulthandler.enable()先捕获致命信号再看是否需要在关键位置手动faulthandler.dump_traceback()。错误五TaoToken 调用记录里找不到请求。先确认脚本用的 Base URL 是https://taotoken.net/apiKey 是从 API Keys 页面生成的且没过期。如果请求根本没发出去问题在本地网络或代码逻辑如果发出去了但报错记录里会有状态码按状态码排查参数或额度。错误六日志时间对不上。容器时区默认 UTC本地是东八区差 8 小时。在 logging Formatter 里加convertertime.localtime或者启动容器时设TZAsia/Shanghai。排查顺序建议先确认异常有没有被捕获再看日志有没有写出去然后看子进程输出有没有拿到最后核对远端调用记录。一层层往下基本不会漏。如果你在接入或排障过程中卡住直接去 API Keys 页面重新生成一个 Key 试一次或者翻接入文档对照参数https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 和 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。想先确认模型本身通不通用模型对话页发一条消息最快https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 。长期写代码、跑 Agent 的话Coding Plan 能把调用和日志管理一起收拢https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。