日志分析助手

基于 Strands Agents SDK 的日志分析工具，展示了如何用最少的代码构建实用的 AI 应用。

为什么用 Strands Agents SDK

传统方式构建 AI 应用需要处理模型调用、工具集成、对话管理等复杂逻辑。Strands Agents SDK 把这些都简化了：

# 传统方式需要几十行代码处理的逻辑
from strands import Agent
from strands_tools import current_time

agent = Agent(
    system_prompt="你是日志分析助手",
    tools=[current_time]  # 内置工具直接用
)

response = agent("分析今天的错误日志")  # 就这么简单

功能

• 自然语言查询日志数据
• 自动检测时间异常
• 支持多种数据源（OpenSearch、Elasticsearch 等）
• 命令行交互界面

快速开始

安装

cd project
pip install -r requirements.txt

配置

cp mcp.json.example mcp.json
# 编辑 mcp.json，配置数据源连接信息

运行

python3 main.py

使用

启动后输入查询：

> 显示今天的错误日志统计
> 分析最近一周的访问趋势  
> 查找响应时间超过5秒的请求

输入 exit 退出程序。

项目结构

project/
├── main.py                 # 程序入口 (50行)
├── log_analyzer_agent.py   # 智能体核心 (80行)
├── time_tools.py          # 自定义工具 (100行)
├── mcp_manager.py         # MCP 连接 (60行)
├── cli_interface.py       # 界面逻辑 (120行)
├── config_manager.py      # 配置处理 (70行)
├── output_formatter.py    # 格式化 (150行)
└── requirements.txt       # 依赖包

总计: 约 630 行代码实现完整的日志分析工具，其中智能体核心逻辑仅 80 行。

SDK 开发体验

1. 创建智能体 - 3行代码

from strands import Agent

agent = Agent(system_prompt="你是日志分析助手")
response = agent("查询今天的错误日志")

2. 添加工具 - 装饰器搞定

from strands import tool

@tool
def validate_timestamps(data: str) -> dict:
    """验证时间戳"""
    return {"valid": True, "count": 100}

# 智能体自动学会使用这个工具
agent = Agent(tools=[validate_timestamps])

3. 连接数据源 - 配置即可用

# mcp.json 配置好后，工具自动可用
from strands.tools.mcp import MCPClient

client = MCPClient(lambda: stdio_client(params))
tools = client.list_tools_sync()  # 获取所有工具
agent = Agent(tools=tools)        # 智能体立即具备数据查询能力

4. 内置工具生态

from strands_tools import current_time, calculator, python_repl

# 丰富的预构建工具，开箱即用
agent = Agent(tools=[current_time, calculator, python_repl])

配置示例

{
  "mcpServers": {
    "opensearch": {
      "command": "uvx",
      "args": ["opensearch-mcp-server-py"],
      "env": {
        "OPENSEARCH_URL": "https://your-domain.es.amazonaws.com",
        "OPENSEARCH_USERNAME": "username",
        "OPENSEARCH_PASSWORD": "password"
      }
    }
  }
}

开发效率对比

不用 Strands Agents SDK:

• 需要手动处理模型 API 调用
• 自己实现工具调用逻辑
• 处理对话上下文管理
• 错误处理和重试机制
• 通常需要 200+ 行代码

使用 Strands Agents SDK:

• 核心逻辑 50 行代码搞定
• 工具集成只需装饰器
• 内置对话管理
• 自动错误处理
• 专注业务逻辑即可

系统要求

• Python 3.8+
• macOS / Linux / Windows

常见问题

连接失败: 检查 mcp.json 配置和网络
查询无结果: 确认数据源中有对应数据
时间异常: 程序会自动检测并提示

依赖

• strands-agents: 智能体框架
• mcp: 模型上下文协议
• rich: 终端界面美化