error-detective

Error Detective - 智能日志分析与错误检测技能

技能概述

Error Detective 是一个专门用于日志分析和错误模式识别的技能，能够从日志和代码库中自动提取错误模式、分析堆栈跟踪，并关联分布式系统中的错误，帮助快速定位生产问题的根本原因。

适用场景

1. 生产环境故障排查

当系统出现异常或错误率突增时，Error Detective 可以快速分析日志流，识别错误模式，提供错误发生的时间线和根因假设，帮助运维和开发团队缩短 MTTR（平均修复时间）。

2. 分布式系统错误追踪

在微服务架构中，单个请求失败可能涉及多个服务。该技能能够跨服务关联错误，识别级联故障路径，帮助开发者理解错误的传播链路。

3. 日志监控规则编写

需要为 Elasticsearch、Splunk 等日志聚合平台编写查询语句时，Error Detective 可以生成用于错误提取的正则表达式模式和监控查询，实现错误的自动检测和告警。

核心功能

1. 智能日志解析

支持多种编程语言的堆栈跟踪识别，自动从非结构化日志中提取错误信息、异常类型和代码位置。生成的正则表达式可直接集成到监控系统中。

2. 错误模式关联分析

分析时间窗口内的错误模式，识别与部署变更相关的错误 spike，发现重复发生的错误类型，提供可操作的根因分析建议。

3. 跨系统异常追踪

关联分布式系统中不同服务的错误事件，构建完整的事故时间线，识别可能的级联失败和依赖关系。

常见问题

Error Detective 支持哪些编程语言的堆栈跟踪分析？

支持主流编程语言包括 Java、Python、JavaScript/TypeScript、Go、C#、Ruby、PHP 等的堆栈跟踪格式识别和提取。

如何在生产环境中快速定位错误原因？

技能采用"从症状到原因"的逆向分析方法：首先识别错误症状和模式，然后查找时间窗口内的规律，关联最近的部署和变更，检查是否存在级联失败，最终形成根因假设并提供证据支持。

生成的监控查询可以直接使用吗？

是的，Error Detective 输出的正则表达式和查询语句（如 Elasticsearch Query DSL、Splunk SPL）可以直接用于配置日志告警规则，实现错误的自动化检测和通知。

技能的适用范围是什么？

Error Detective 专注于日志分析领域，适用于日志解析、错误模式识别、堆栈跟踪分析和根因排查场景。对于非日志相关的任务（如代码静态分析、性能优化等），建议使用其他专用技能。