$ loading_
帮助代理检索分析 Elasticsearch 错误日志并追踪根因
复制安装指令，让 AI 自动完成配置 · 推荐新手
"es-error-lens" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请在 Elasticsearch 日志中搜索最近 24 小时的错误，按常见模式聚合，并给出可能的根因线索。
返回相关错误日志、重复模式和初步根因分析。
分析最近一周的错误率趋势，指出异常上升的时间段，并列出对应日志上下文。
输出错误率趋势、异常峰值时间段和关联日志。
根据这条错误日志，检索完整 trace 上下文，帮助定位请求链路中的故障点。
返回完整 trace 及其关联的错误上下文。
SRE 或后端开发在告警触发后，可用它快速搜索相关错误并查看完整上下文。它适合从海量 Elasticsearch 日志中提取可行动的排障线索。
当同类错误反复出现时，可用它汇总重复模式并观察错误率变化，帮助判断问题是偶发还是系统性。
在只有单条错误日志的情况下，它可以继续拉取完整 trace，上下文更完整，便于定位具体失败环节。
它用于搜索和分析 Elasticsearch 日志中的错误，发现重复模式，分析错误率趋势，并获取完整 trace 上下文。适合做故障排查和错误归因。
需要有可访问的 Elasticsearch 日志数据，并通过 MCP 工具调用。更具体的接入方式或部署细节，见源码仓库。
它不只是检索单条日志，还能分析重复错误、趋势变化，并拉取完整 trace 上下文。重点是帮助 LLM 代理更快定位根因。
为 MCP 智能体提供结构化报错分类与恢复建议，帮助快速重试和定位状态问题。
让 AI 用自然语言检索、分析并操作 Elasticsearch 数据与索引。
通过 MCP 连接 Elasticsearch，执行搜索、索引检查与集群信息查询。
连接 Elasticsearch 集群，帮助查询索引数据并支持检索分析与自动化集成。
为 MCP 智能体提供本地优先的错误记录与复习管理服务
通过自然语言连接 Elasticsearch，执行集群检查、索引管理、文档读写与搜索。