Menu
日志分析器。智能日志分析。多源日志聚合、异常模式识别、根因分析与告警规则配置 Keywords: 日志分析, log analysis, 异常检测, 运维监控.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
AI Agent personality diagnosis and configuration system based on MBTI framework. Use when users want to (1) test/diagnose an Agent's personality type, (2) understand the gap between Agent's actual personality and user's desired personality, (3) generate configuration recommendations to adjust Agent behavior, (4) customize Agent's communication style, proactivity, reasoning approach, or execution patterns. Supports both free tier (quick assessment) and premium tier (full 93-question assessment with detailed diagnostics).
数据看板。业务数据看板生成器。自动搭建KPI监控看板、实时指标追踪、定期自动报告推送 Keywords: 数据看板, dashboard, KPI监控, 业务分析.
arXiv论文智能阅读助手。通过对话式交互阅读和分析学术论文。Keywords: 论文, arXiv, paper, academic research.
八字排盘与农历/干支日期查询技能。用于用户请求“算八字”“四柱排盘”“阳历/农历时间转八字”“查询某天农历或干支日期”“查黄历/宜忌”等场景；关键词包括：八字、四柱、命理、阳历转八字、农历转八字、黄历、宜忌、干支日期、农历日期。 / Bazi charting and Chinese calendar conversion skill. Use for requests like “calculate my Bazi”, “Four Pillars chart”, “convert solar/lunar datetime to Bazi”, “check Chinese almanac (huangli)”, or “check auspicious/inauspicious activities (yi-ji) for a date”; keywords include: Bazi, Four Pillars, solar-to-Bazi, lunar-to-Bazi, Chinese calendar, Chinese almanac (huangli), yi-ji, heavenly stems and earthly branches.
学术引用管理器。管理参考文献、自动格式化引用和生成参考文献列表。Keywords: 引用, 参考文献, citation, bibliography.
引用管理。学术引用管理助手。文献导入整理、多种引用格式生成(APA/MLA/Chicago)、参考文献列表管理 Keywords: 引用管理, citation, 参考文献, 学术写作.
| name | log-analyzer |
| description | 日志分析器。智能日志分析。多源日志聚合、异常模式识别、根因分析与告警规则配置 Keywords: 日志分析, log analysis, 异常检测, 运维监控. |
智能日志分析。多源日志聚合、异常模式识别、根因分析与告警规则配置 适用于分析应用错误日志等场景。
适用场景：
不适用场景：
触发关键词: 日志分析, log analysis, 异常检测, 运维监控
pip install pandas regex
⚠️ 首次使用前请确认依赖已安装，否则脚本将无法运行。
多源聚合——应用/系统/网络日志统一分析
模式识别——异常频率/错误聚类/趋势检测
告警配置——自定义规则与通知渠道
| 命令 | 说明 | 用法 |
|---|---|---|
analyze | 分析日志 | python3 scripts/log_analyzer_tool.py analyze [参数] |
pattern | 模式识别 | python3 scripts/log_analyzer_tool.py pattern [参数] |
alert | 配置告警 | python3 scripts/log_analyzer_tool.py alert [参数] |
目标：分析应用日志
为什么这一步重要：这是整个工作流的数据采集/初始化阶段，确保后续步骤基于准确的输入。
执行：
python3 scripts/log_analyzer_tool.py analyze --file app.log --level error --last 1h
检查点：确认输出包含预期数据，无报错信息。
目标：识别异常模式
为什么这一步重要：核心处理阶段，将原始数据转化为有价值的输出。
执行：
python3 scripts/log_analyzer_tool.py pattern --file app.log --detect anomaly
检查点：确认生成结果格式正确，内容完整。
目标：设置错误告警
为什么这一步重要：最终输出阶段，将处理结果以可用的形式呈现。
执行：
python3 scripts/log_analyzer_tool.py alert --rule 'error_rate > 5%' --notify slack
检查点：确认最终输出符合预期格式和质量标准。
pip install pandas regex# 📊 日志分析器报告
**生成时间**: YYYY-MM-DD HH:MM
## 核心发现
1. [关键发现1]
2. [关键发现2]
3. [关键发现3]
## 数据概览
| 指标 | 数值 | 趋势 | 评级 |
|------|------|------|------|
| 指标A | XXX | ↑ | ⭐⭐⭐⭐ |
| 指标B | YYY | → | ⭐⭐⭐ |
## 详细分析
[基于实际数据的多维度分析内容]
## 行动建议
| 优先级 | 建议 | 预期效果 |
|--------|------|----------|
| 🔴 高 | [具体建议] | [量化预期] |
| 🟡 中 | [具体建议] | [量化预期] |
pip install pandas regex