LogLead は、ログ異常検知アルゴリズムとログ表現を効率的にベンチマークするように設計されています。 LogLead は、LogDelta や VisualLogAnalyzer などのプロジェクト用のバックエンドとしても使われます。これにより、ログ解析やログ異常検知などのユーザーフレンドリーなアプローチがより一層提供できます。 Loglead の MCP-server は、Claude コードのような AI エージェントがログレイドでログ解析を実行できるようにします。

コンテンツの表

• ログイン

• LogLeadのインストール

• 既知の問題

• デモ

• Thunderbirdスーパーコンピュータログデモ
• Hadoop分散ファイルシステム(HDFS)ログデモ *ローディング

• MCP サーバー

• MCPクライアントに登録する *テスト ※異常検知結果例 *機能概要

• 参照

LogLead のインストール

uv でインストールします。

または[pipで:

それからプロジェクトをクローンし、デモフォルダに移動し、いくつかのデモを実行します

または [pip で (LogLead を環境にインストールした後):

[uv run] は、最初に使用して pyproject.toml/[uv.lock] から環境を同期させるので、何も実行する前に別のインストールステップはありません。

自分のデータで作業を開始するには、RAWLoaderで始めるのが最も簡単です。 RawLoader を試すには、未加工LoaderDemo を実行します.

LogLead

LogLead is designed to efficiently benchmark log anomaly detection algorithms and log representations. LogLead is also used as a backend for projects such as LogDelta and VisualLogAnalyzer, which offer a more user-friendly approach to log analysis and log anomaly detection. MCP-server of Loglead allow AI agents like Claude code to perform log analysis with loglead.

Table of contents

• LogLead
  • Installing LogLead
    • Known issues
  • Demos
    • Thunderbird Supercomputer Log Demo
    • Hadoop Distributed File System (HDFS) Log Demo
  • Loading
  • MCP server
    • Registering it with an MCP client
  • Testing
  • Example of Anomaly Detection results
  • Functional overview
  • Reference

Installing LogLead

Install with uv:

uv add loglead

Or with pip:

python -m pip install loglead

Then clone the project, move to demo folder and run some demos

git clone https://github.com/EvoTestOps/LogLead.git
cd LogLead
uv run demo/HDFS_samples.py
uv run demo/TB_samples.py

Or with pip (after installing LogLead into your environment):

cd LogLead/demo
python HDFS_samples.py
python TB_samples.py

uv run syncs the environment from pyproject.toml/uv.lock on first use, so there’s no separate install step before running anything.

To start working with your own data, it is easiest to begin with the RawLoader. To try out RawLoader, run the RawLoaderDemo. For this, you will need the original BGL and HDFS datasets. You will also need to edit the RawLoaderDemo script or add a “.env” file to your LogLead root so that the demo knows where the data is located on your machine. See .env.sample as an example of how the “.env” file should look. After that run the demo

uv run demo/RawLoader_NoLabels.py

Or with pip:

python RawLoader_NoLabels.py