LogLead는 효율적으로 벤치 마크 로그 anomaly detection 알고리즘 및 로그 표현하도록 설계되었습니다. LogLead는 LogDelta 및 VisualLogAnalyzer와 같은 프로젝트에 대한 백엔드로도 사용됩니다. 이는 분석 및 로그 분석에 대한 더 많은 사용자 친화적 인 접근 방식을 제공합니다. Loglead의 MCP 서버는 Claude 코드와 같은 AI 에이전트를 허용하여 로그 분석을 수행 할 수 있습니다.

내용 표

• 로그인

• LogLead 설치

• 알려진 문제

• 데모

• Thunderbird 슈퍼컴퓨터 로그 데모
• Hadoop 분산 파일 시스템 (HDFS) 로그 데모

• 선적
• MCP 서버

• MCP 클라이언트로 등록

• 시험
• Anomaly Detection 결과의 예
• 기능 개요
• 참고

LogLead 설치

uv로 설치:

또는 pip:

그런 다음 프로젝트를 복제, 데모 폴더로 이동하고 일부 데모를 실행

또는 pip] (당신의 환경에 LogLead 설치 후):

uv run] syncs the environment from pyproject.toml/[T5]]] on first use, 그래서 아무것도 실행하기 전에 별도의 설치 단계가 없습니다.

자신의 데이터와 함께 작동하려면 RawLoader로 시작하는 것이 가장 쉽습니다. RawLoader를 시도하려면 RawLoaderDemo를 실행하십시오.

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