mcpField
L
log-analyzer

log-analyzer

github.com/zrt-ai-labクラウド・DevOps29690 回インストール14 週間前に更新
リポジトリ

log-analyzer について

アプリケーション、データベース、Webアクセス、トレース、アラートなどのログを分析する Python スキルです。ストリーミング処理でメモリ使用量を抑え、抽出したエンティティや操作、分析結果をレポートにまとめます。

主な機能

  1. 01複数の一般的なログ形式を自動判別
  2. 0220 種類以上のエンティティ抽出
  3. 03データベースや権限に関する操作の検出
  4. 04イベントをタイムラインや操作チェーンに関連付け
  5. 05Markdown レポートと構造化 JSON の生成

活用シーン

  1. 01データベース変更の発生元の追跡
  2. 02エラーの集中や不審な活動の調査
  3. 03アクセスログのリクエスト傾向の確認
  4. 04大容量ログからの構造化された分析結果の作成

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/zrt-ai-lab/opencode-skills --skill log-analyzer

インストール後、Claude Code で/log-analyzerを入力して読み込まれたか確認します。

同梱ファイルREADME.mdscripts/preprocess.py

詳細

ログアナライザー

RAPHL（Recursive Analysis Pattern for Hierarchical Logs）に基づく、全方位型のインテリジェントなログ分析スキルです。ストリーミング処理によりメモリ使用量を抑え、100M+ のログを数秒で分析します。

コア機能

機能説明
自動識別ログの種類を自動識別します：Java App / MySQL Binlog / Nginx / Trace / Alert
エンティティ抽出IP、thread_id、trace_id、user_id、session_id、bucket、URL、テーブル名など、20 種類以上
操作分析DELETE/UPDATE/INSERT/DROP などの機密操作を検出します
相関分析タイムライン、因果関係、操作チェーンを構築します
インテリジェントな洞察分析結果、証拠、提案を自動生成します

対応するログの種類

種類識別特徴抽出内容
Java AppERROR/WARN + スタックトレース例外の種類、スタックトレース、logger、時刻
MySQL Binlogserver id、GTID、Table_mapテーブル操作、thread_id、server_id、データ変更
Nginx AccessIP + HTTP メソッド + ステータスコードリクエスト IP、URL、ステータスコード、所要時間
Tracetrace_id、span_id分散トレーシング、呼び出し関係、所要時間
AlertCRITICAL/アラートアラートレベル、発生元、メッセージ
General汎用時刻、IP、キーワード

使用方法

python .opencode/skills/log-analyzer/scripts/preprocess.py <日志文件> -o ./log_analysis

出力ファイル

ファイル内容用途
summary.md完全な分析レポート最初に読む
entities.mdエンティティの詳細（IP、ユーザー、テーブル名など）操作元の追跡
operations.md操作の詳細個々の操作の確認
insights.mdインテリジェントな洞察問題の特定と提案
analysis.json構造化データプログラムによる処理

エンティティ抽出項目

ネットワーク／接続関連
  • IP アドレス、IP:Port、URL、MAC アドレス
トレース／セッション関連
  • trace_id、span_id、request_id、session_id、thread_id
ユーザー／権限関連
  • user_id、ak（access_key）、bucket
データベース関連
  • database.table、server_id
パフォーマンス／ステータス関連
  • duration（所要時間）、http_status、error_code

機密操作の検出

種類検出パターンリスクレベル
データ削除DELETE, DROP, TRUNCATEHIGH
データ変更UPDATE, ALTER, MODIFYMEDIUM
権限変更GRANT, REVOKE, chmodHIGH
認証操作LOGIN, LOGOUT, AUTHMEDIUM

インテリジェントな洞察の種類

種類説明
security大量の削除／変更、権限変更
anomaly高頻度の IP、異常な時間帯の操作
error重大な例外、エラーのクラスタリング
audit操作元、ユーザー行動

分析フロー

Phase 1: 日志类型识别（采样前100行）
    ↓
Phase 2: 全量扫描提取（流式处理）
    ↓
Phase 3: 关联分析（时间排序、聚合统计）
    ↓
Phase 4: 智能洞察（异常检测、生成结论）
    ↓
Phase 5: 生成报告（Markdown + JSON）

技術的な特徴

特徴説明
ストリーミング処理1 行ずつ読み込み、100M のファイルでもメモリ使用量は数 MB です
正規表現の事前コンパイル20 種類以上のエンティティパターンを事前コンパイルし、高速にマッチングします
1 回の走査抽出、集計、分類を 1 回で完了します
種類別の対応ログの種類ごとに専用のパーサーを使用します

注意事項

  1. Binlog にはクライアント IP が記録されません：server_id と thread_id のみが記録されるため、操作者の確認には general_log と組み合わせる必要があります
  2. 機密情報のマスキング：レポートでパスワードやキーを公開しないように注意してください
  3. 複数のログソースを組み合わせる：完全に再現するには、binlog + アプリケーションログ + 監査ログが必要です

コメント

Markdown 対応