Agent Skills
返回列表
经营日志分析

经营日志分析

IT 运维与安全 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_8d36cde0/guoyiyi-v022-azure-kusto。

技能介绍

你要解决的具体问题

当日志系统里堆着几万条经营日志,你很难靠肉眼或临时脚本快速找到真正的异常点。传统方法要么漏掉关键信号,要么把大量无关事件混进结果里,导致排查时间从分钟级拉到小时级。

技能如何工作

核心能力

  • 自动检索日志模式:通过内置的 Kusto Query Language 规则,快速定位关键业务事件和错误码。
  • 识别异常事件序列:基于时间窗口和事件关联性,标记出可能引发业务波动的异常链。
  • 生成结构化报告:将原始日志转换为包含时间戳、操作类型、影响范围的可读摘要。

关键步骤

  1. 数据接入:技能会要求指定 kusto 数据库表名和时间范围,例如 Events | where Time > now() - 1d。
  2. 规则匹配:内置的分类模型会对日志字段(如 level、service)进行聚合,识别高频错误或低效操作。
  3. 结果输出:最终生成包含 关键指标、异常事件、建议操作 三部分的 Markdown 报告。

适用边界与注意点

  • 环境依赖:必须连接 Azure Kusto 实例,且执行账号需具备 Database Read 权限。
  • 数据限制:非结构化日志(如自由文本)可能因字段缺失导致分析覆盖率下降 20%-30%。
  • 时间窗口:建议设置 6 小时到 7 天的查询范围,超过 7 天可能触发服务端截断策略。

使用场景

  • 业务指标骤降时,在 Kusto 中检索当日错误码分布,定位引发波动的服务与时间窗口
  • 凌晨告警触发后,用自然语言查询 Azure Log Analytics 表,快速确认异常是否源于特定服务版本
  • 季度复盘前,从经营日志中筛选高频低效操作,生成可分享的异常事件报告
  • 值班时收到业务方反馈登录失败增多,直接对 Kusto 库发起查询,核对认证相关的失败记录

适合人员

  • Azure 平台的 SRE,需要在日常巡检中用自然语言快速排查 Kusto 集群里的异常日志
  • 负责告警响应的运维工程师,需要在凌晨告警后短时间内确认故障影响范围并给出结论
  • 定期输出经营分析报告的数据分析师,希望从海量日志中自动提取异常事件而不必手写 KQL
  • 刚接手 Azure 日志平台的初级运维,想通过对话式查询完成首次日志排查,而不必先啃完整 KQL 语法