背景

当前函数异常仅返回通用文案，缺少请求上下文、耗时与错误分类；无调用量/错误率/延迟监控；端侧无埋点。线上问题难以定位与量化。

现状证据（可验证）

• 各云函数 catch 仅 return res.json(fail('登录失败'/'获取单词失败'/'记录失败'...))，丢失错误类型与堆栈。
• log/error 使用零散，无统一字段（traceId、userId 脱敏、耗时）。
• HttpUtil.ets 仅返回 {code:-1,message}，无失败分类与耗时（PR #6 已加重试，但未加埋点）。
• 仓库无监控/告警配置文件。

改造范围

1. 结构化日志：函数内统一输出 JSON 字段 {traceId, function, userIdHash, status, durationMs, errorCode}；对邮箱等敏感字段脱敏。
2. 指标采集：调用量、成功率/错误率、P50/P95 延迟、冷启动次数、db-init 调用次数。
3. 告警策略：错误率超阈值、P95 延迟超阈值、db-init 被调用、登录失败激增。
4. 端侧埋点：网络失败、重试次数、页面耗时（可选）。
5. 对接：Appwrite 日志 / 外部 APM / 自建 Prometheus+Grafana（择一）。

验收标准

• 每个云函数输出含 traceId 与 durationMs 的结构化日志。
• 监控面板展示 4 项核心指标（调用量/错误率/P95/冷启动）。
• 错误率或延迟超阈值时触发告警（可模拟验证）。
• 敏感字段在日志中不可见（脱敏校验）。

关联

Refs #2, #4；配合 PR #6（重试）与后续鉴权体系。