mcpField
L
log-analyzer

log-analyzer

github.com/laolaoshiren云与 DevOps90089 次安装4 天前更新
代码仓库

关于 log-analyzer

log-analyzer 是用于分析应用与系统日志的技能，适合排查故障、异常和日志统计。它识别多种日志格式，支持过滤、聚类和指标提取，并生成分析报告。

主要功能

  1. 01识别常见及自定义日志格式
  2. 02按时间、级别和来源筛选
  3. 03聚类相似错误并分析频率
  4. 04关联事件并追踪因果链
  5. 05提取状态码和响应时间统计
  6. 06生成日志分析报告

适用场景

  1. 01排查线上应用异常
  2. 02汇总指定时段的错误和警告
  3. 03分析 HTTP 状态码与响应时间
  4. 04从容器或系统日志生成报告

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/laolaoshiren/claude-code-skills-zh --skill log-analyzer

安装后在 Claude Code 中输入/log-analyzer确认已加载。

详细介绍

来自项目 README

📋 log-analyzer — 日志分析助手

触发条件

当用户要求以下操作时激活此技能：

  • 分析应用日志文件（.log, .txt, journalctl 输出等）
  • 排查线上问题和异常
  • 从日志中提取统计信息
  • 生成日志分析报告

工作流程

1. 日志格式识别

自动检测日志格式：

  • 结构化: JSON logs, Logfmt
  • 常见格式: Nginx/Apache access log, Spring Boot, Django, Rails
  • 系统日志: syslog, journalctl, Windows Event Log
  • 自定义格式: 根据正则提取字段
2. 日志预处理
  • 按时间范围过滤（如「最近 1 小时」「今天」）
  • 按日志级别筛选（ERROR, WARN, INFO, DEBUG）
  • 按来源/模块/服务过滤
  • 去重和聚合相似错误
3. 异常模式检测
  • 错误聚类: 将相似错误归为一组，避免重复分析
  • 频率分析: 识别高频错误和突发异常
  • 时间关联: 发现错误是否与特定事件（部署、流量高峰）相关
  • 因果链追踪: 从根因错误到最终表现
4. 关键信息提取
  • 错误堆栈分析（定位源码位置）
  • HTTP 状态码分布（4xx/5xx 比例）
  • 响应时间统计（P50/P95/P99）
  • 内存/CPU 异常指标
5. 生成分析报告
## 📊 日志分析报告

### 概览
- 时间范围: 2024-01-15 10:00 ~ 12:00
- 总日志量: 12,847 条
- 错误数: 234 (1.8%)
- 警告数: 567 (4.4%)

### Top 5 异常
| 排名 | 错误类型 | 次数 | 首次出现 | 最近出现 |
|------|---------|------|---------|---------|
| 1 | NullPointerException | 89 | 10:15 | 11:42 |
| 2 | ConnectionTimeout | 67 | 10:23 | 11:58 |

### 根因分析
最可能的原因：数据库连接池耗尽（线索：连续出现 ConnectionTimeout 后跟大量 NullPointerException）

### 建议
1. 检查数据库连接池配置（当前可能 maxActive 太小）
2. 排查是否存在连接泄漏
3. 添加连接池监控告警

支持的日志来源

  • 文件系统日志（*.log）
  • Docker/Kubernetes 容器日志
  • journalctl 系统日志
  • AWS CloudWatch / GCP Logging
  • ELK Stack (Elasticsearch 查询结果)
  • 应用直接输出的文本

注意事项

  • 敏感信息脱敏（密码、token、手机号等）
  • 大文件分块处理，避免内存溢出
  • 时区统一处理
  • 不要臆造日志中不存在的信息

评论

支持 Markdown