{"skill":{"slug":"system-log-analyzer","displayName":"Log Analyzer Dashboard","summary":"纯本地日志分析系统，支持日志统计、重复检测、错误分析和异常识别","description":"---\nname: log-analyzer\ndescription: 纯本地日志分析系统，支持日志统计、重复检测、错误分析和异常识别\nmetadata:\n  {\n    \"openclaw\":\n      {\n        \"requires\": { \"bins\": [\"streamlit\"], \"runtime\": \"python3\" },\n        \"install\":\n          [\n            {\n              \"id\": \"python\",\n              \"kind\": \"pip\",\n              \"package\": \"streamlit\",\n              \"label\": \"Install Streamlit (pip)\",\n            },\n            {\n              \"id\": \"pandas\",\n              \"kind\": \"pip\",\n              \"package\": \"pandas\",\n              \"label\": \"Install Pandas (pip)\",\n            },\n            {\n              \"id\": \"plotly\",\n              \"kind\": \"pip\",\n              \"package\": \"plotly\",\n              \"label\": \"Install Plotly (pip)\",\n            },\n          ],\n        \"emoji\": \"📊\",\n      },\n  }\n---\n\n# Log Analyzer - 日志分析系统\n\n纯本地日志文件分析工具，无需任何外部连接或云服务。\n\n## 功能特性\n\n### 3个核心功能\n\n1. **📥 数据摄取诊断**\n   - 日志统计（总文件数、总大小、总行数）\n   - 重复日志识别和统计\n   - 时间分布分析（按小时统计）\n   - 重复率计算和 Top 重复日志展示\n\n2. **⚡ 索引性能优化**\n   - 日志统计分析\n   - 错误类型统计和分布\n   - 错误日志提取和展示\n   - 最近错误列表\n\n3. **🚨 错误与异常监控**\n   - 错误日志检测和分类\n   - 异常事件识别（基于时间戳统计分析）\n   - 错误趋势可视化\n   - 异常时间点标记\n\n## 使用方法\n\n### 方式 1: 直接运行\n\n```bash\ncd ~/.openclaw/workspace/skills/log-analyzer\nstreamlit run log-analyzer.py --server.port 8506\n```\n\n### 方式 2: 使用启动脚本\n\n```bash\ncd ~/.openclaw/workspace/skills/log-analyzer\n./start-log-analyzer.sh\n```\n\n### 在 OpenClaw 中使用\n\n当用户要求分析日志文件、检查日志错误、或进行日志统计时，自动启动此技能：\n\n```\n\"分析 /var/log/app.log\"\n\"检查这个日志文件有没有问题\"\n\"帮我统计一下这些日志\"\n```\n\n## 日志格式支持\n\n支持标准格式的日志文件：\n\n- **时间戳**: `[2024-03-10 14:30:00]`\n- **日志级别**: `[ERROR|WARN|INFO|DEBUG|CRITICAL|FATAL]`\n- **错误类型**: `[DB_ERROR|APP_ERROR|NETWORK_ERROR|AUTH_ERROR|TIMEOUT_ERROR]`\n- **IP 地址**: `IP:192.168.1.1`\n- **攻击类型**: `SQL_INJECTION|XSS|BRUTE_FORCE|PATH_TRAVERSAL`\n\n## 配置选项\n\n在 Web 界面中可以配置：\n\n- **日志目录**: 指定要分析的日志文件目录\n- **文件模式**: 选择要分析的文件类型（*.log, *.txt, *.csv）\n- **最大文件数**: 限制分析的文件数量（1-100）\n- **显示选项**: 控制图表和重复分析的显示\n\n## 技术细节\n\n### 依赖项\n\n- Python 3.7+\n- Streamlit\n- Pandas\n- Plotly\n\n### 系统架构\n\n```\nLogParser\n  ├─ parse_line()     - 解析单行日志\n  └─ 模式匹配          - 支持多种日志格式\n\nLogAnalyzer\n  ├─ get_log_files()    - 获取日志文件列表\n  ├─ analyze_log_stats() - 日志统计分析\n  ├─ check_duplicates()  - 重复日志检查\n  ├─ detect_errors()    - 错误检测\n  └─ detect_anomalies() - 异常检测\n\nResultDisplay\n  ├─ display_stats()    - 显示统计信息\n  ├─ display_duplicates() - 显示重复信息\n  ├─ display_errors()   - 显示错误信息\n  └─ display_anomalies() - 显示异常\n```\n\n## 性能说明\n\n- 纯本地运行，无需网络连接\n- 支持大文件（通过文件大小统计）\n- 自动去重（基于哈希值）\n- 时间异常检测（基于标准差统计）\n\n## 注意事项\n\n1. 首次使用需要安装 Python 依赖包\n2. 分析大量大文件可能需要较长时间\n3. 建议限制分析文件数量以避免内存问题\n4. 日志格式需要符合标准模式才能正确解析\n\n## 默认访问地址\n\nhttp://localhost:8506\n\n可通过修改启动脚本中的端口参数来更改。\n","tags":{"latest":"1.0.2"},"stats":{"comments":0,"downloads":625,"installsAllTime":2,"installsCurrent":2,"stars":0,"versions":1},"createdAt":1773123373344,"updatedAt":1778491803852},"latestVersion":{"version":"1.0.2","createdAt":1773123373344,"changelog":"- Initial public release of log-analyzer as a local log analysis system.\n- Provides three main modules: data ingestion diagnostics, index performance optimization, and error/exception monitoring.\n- Web-based interface (Streamlit) for statistics, duplicate detection, error analysis, and anomaly identification.\n- Supports configurable log directory, file patterns, and analysis options.\n- Works fully offline; no cloud or external connections required.\n- Requires Python 3, Streamlit, Pandas, and Plotly (autodetected/auto-installed on first use).","license":"MIT-0"},"metadata":{"setup":[],"os":null,"systems":null},"owner":{"handle":"godyounger","userId":"s17d89aea6q7z9jjpp7njpmyf5842whj","displayName":"GodYoung","image":"https://avatars.githubusercontent.com/u/82840619?v=4"},"moderation":null}