Maycur AI Log Analyzer

maycur-ai-log-analyzer — 日志分析

链路第二环：消费 clue/clue.md 的查询条件，调度 slser + langfuse skill 查日志/trace，产出 logs/*.json 供下游 code-analyzer / root-cause-analyzer 消费。

Claude vs 脚本分工

查询单一路径

路径 A：clue.md 有 traceId

① langfuse skill 按 traceId 查（官方 langfuse-cli，凭据经凭证 CLI 导出）:
   eval "$(python -m scripts.credentials env langfuse)"
   npx -y langfuse-cli --api-version 3.150.0 api traces get <traceId>
   npx -y langfuse-cli --api-version 3.150.0 api observations list --trace-id <traceId> --limit 100
   注:maycur 自托管 Langfuse 3.x 必须固定 --api-version 3.150.0（默认 4.10.0 快照
   封锁 legacy traces 端点,v2 observations 仅 Cloud beta）;traces get 用位置参数。
   → 结果存 <tmp>/langfuse_raw.json

② slser 按 traceId 查 SLS:
   python skills/slser/scripts/sls_query.py query --project <P> --logstore <L> \
     --query "<traceId>" --range <from>/<to>
   → 结果存 <tmp>/sls_raw.json

③ collect_logs.py 组装两份物料

路径 B：clue.md 无 traceId

① slser 按 entCode+单据号+异常关键字+时间窗查:
   python skills/slser/scripts/sls_query.py query --project <P> --logstore <L> \
     --query "<entCode> and <单据号> and <异常关键字>" --range <from>/<to>
   → 结果存 <tmp>/sls_raw.json

② collect_logs.py 从 SLS 结果提取 discovered_trace_ids（自动）

③ 若 discovered_trace_ids 非空:
   → Claude 取第一个 traceId 按路径 A ① 的 langfuse-cli 命令查询
   → langfuse 物料有数据
   若为空:
   → langfuse 物料 row_count=0（无 LLM 调用链）

④ collect_logs.py 组装两份物料

SLS project/logstore 发现

Claude 读 clue.md 的 环境 字段 → 调 slser skill 列项目/logstore（动态发现，不预设环境→资源映射）→ AskUserQuestion 让用户选。若 clue.md 没环境字段，直接问用户。

collect_logs.py 调用

编排模式（bug-killer 调度，读 clue.md）：

python <skill-dir>/scripts/collect_logs.py \
  --clue <bug_dir>/clue/clue.md \
  --langfuse-result <tmp>/langfuse_raw.json \
  --sls-result <tmp>/sls_raw.json \
  --output-dir <bug_dir>/logs

独立模式（用户单独调用，直接给查询条件）：

python <skill-dir>/scripts/collect_logs.py \
  --conditions '{"trace_id":"","ent_code":"EC1","bill_no":"BX1","env":"prod","keywords":["NPE"],"time_window":{"from":"...","to":"..."}}' \
  --sls-result <tmp>/sls_raw.json \
  --output-dir ./logs

--langfuse-result / --sls-result 都可选（某路径无数据时省略，raw_data 自动为空）。

执行流程

1. 探测 {bug_dir}/clue/clue.md：
   • 存在 → 编排模式
   • 不存在 → 独立模式（AskUserQuestion 收集 traceId/entCode/环境/时间窗/异常关键字）
2. 从 clue.md（或用户输入）获取 query_conditions
3. 判断路径：traceId 非空 → 路径 A；traceId 为空 → 路径 B
4. 执行查询（调度 langfuse + slser，结果存临时文件）
5. 调 collect_logs.py 组装物料
6. 物料生成完毕，流程结束

物料产出

两份 JSON，统一 schema：

{
  "query_conditions": {
    "trace_id": "...", "ent_code": "...", "bill_no": "...",
    "env": "...", "keywords": [...],
    "time_window": { "from": "...", "to": "..." }
  },
  "discovered_trace_ids": ["从日志提取的 traceId 去重列表"],
  "row_count": 42,
  "raw_data": [ ... 原始查询结果 ... ]
}

• logs/langfuse-trace.json：Langfuse trace 数据（discovered_trace_ids 为空，本身按 traceId 查）
• logs/sls-logs.json：SLS 日志数据（discovered_trace_ids 从日志内容正则提取）

边界

• 不做 clue 信息收集（bug-clue-analyzer 职责）
• 不做代码分析（code-analyzer 职责）
• 不做根因综合（root-cause-analyzer 职责）
• 不做 A/B/C/D 多路径（单一路径）
• collect_logs.py 不调 API（Claude 调度查询）

依赖

• slser（sls_query.py）：SLS 日志查询（query 子命令）
• langfuse skill（官方，用户级安装，不在本仓库）：Langfuse trace 查询（npx langfuse-cli --api-version 3.150.0，凭据经 python -m scripts.credentials env langfuse 导出）
• collect_logs.py（自带脚本）：物料组装