Colle un log ou ouvre un fichier et cet outil le comprend : il détecte le format, regroupe les lignes en événements (une trace de 40 lignes est UN événement, pas 40), extrait les motifs récurrents, signale la cause racine des exceptions et le réduit pour le coller à une IA sans dépenser une fortune en tokens. Le tout dans ton navigateur : le log ne quitte pas ta machine.
Si tu filtres sur ERROR ligne par ligne, tu gardes l'en-tête de l'erreur et tu perds la trace, c'est-à-dire précisément ce que tu allais lire. Ici les continuations (at …, Caused by:, File "…", line N) sont recollées à leur événement avant de filtrer, compter ou réduire.
« connecté à 10.0.0.1 » et « connecté à 10.0.0.7 » sont le même message. En les regroupant, un log d'un million de lignes devient deux cents choses qu'une personne peut lire. De là sortent le taux d'erreur par motif, ce qui n'apparaît qu'une seule fois (souvent ce que tu cherchais) et la comparaison entre deux exécutions.
Réduit le log à un budget de tokens que tu fixes, en gardant les erreurs avec leur trace, ce qui s'est passé juste avant et ce qui est exceptionnel ; ce qui se répète est résumé avec son compte. Les tokens sont comptés avec le vrai tokeniseur du modèle, pas avec une estimation. Et tu peux masquer les secrets avant de copier.
Vérifie si ton log est bien écrit : mots de passe imprimés, la même ligne quarante mille fois, dates sans fuseau horaire (qui rendent impossible de recouper deux machines), tout au même niveau, ou aucun identifiant permettant de suivre une requête.
Il n'y a pas de suivi en direct (« tail -f ») : sans serveur, il n'y a rien à suivre. D'un fichier très volumineux, on analyse une fenêtre (début ou fin) et on te dit laquelle — pour parcourir des centaines de Go, il y a le Visionneur de fichiers géants.