Füg ein Log ein oder öffne eine Datei, und dieses Werkzeug versteht es: Es erkennt das Format, fasst die Zeilen zu Ereignissen zusammen (ein Stacktrace mit 40 Zeilen ist EIN Ereignis, nicht 40), holt die wiederkehrenden Muster heraus, zeigt die Grundursache der Ausnahmen und kürzt es, damit du es einer KI vorlegen kannst, ohne ein Vermögen an Tokens auszugeben. Alles in deinem Browser: Das Log verlässt deinen Rechner nicht.
Wenn du Zeile für Zeile nach ERROR filterst, behältst du den Kopf des Fehlers und verlierst den Stacktrace, also genau das, was du lesen wolltest. Hier werden die Fortsetzungen (at …, Caused by:, File "…", line N) an ihr Ereignis geklebt, bevor gefiltert, gezählt oder gekürzt wird.
«verbunden mit 10.0.0.1» und «verbunden mit 10.0.0.7» sind dieselbe Meldung. Gruppiert man sie, wird aus einem Log mit einer Million Zeilen zweihundert Dinge, die ein Mensch lesen kann. Daraus ergeben sich die Fehlerquote pro Muster, das, was nur ein einziges Mal auftaucht (meist genau das, was du gesucht hast), und der Vergleich zwischen zwei Läufen.
Kürzt das Log auf ein Token-Budget, das du festlegst, und behält die Fehler mit ihrem Stacktrace, was direkt davor passierte und das Außergewöhnliche; Wiederholtes wird mit seiner Anzahl zusammengefasst. Die Tokens werden mit dem echten Tokenizer des Modells gezählt, nicht geschätzt. Und du kannst vor dem Kopieren die Geheimnisse abdecken.
Prüft, ob dein Log gut geschrieben ist: ausgegebene Passwörter, dieselbe Zeile vierzigtausendmal, Datumsangaben ohne Zeitzone (die es unmöglich machen, zwei Maschinen zu verknüpfen), alles auf demselben Level, oder keine Kennung, mit der man eine Anfrage verfolgen könnte.
Es gibt keine Live-Verfolgung («tail -f»): ohne Server gibt es nichts zu verfolgen. Von einer sehr großen Datei wird ein Fenster analysiert (Anfang oder Ende), und dir wird gesagt, welches — um Hunderte GB zu durchlaufen, gibt es den Betrachter für riesige Dateien.