anyuer678/dsh-logtimeline

---

输入「昨天下午」「3小时前」「凌晨12点」「上周三 14:00-15:00」——返回匹配的日志行、解析出的时间范围与 ERROR/WARN/INFO 级别统计。完全离线，日志不出本机。

为什么做这个

agent 排查问题时最常问的就是"昨天下午 3 点发生了什么"。通用日志工具要手写 grep 管道和时间戳换算；log_query 帮你把模糊中文时间表达解析成精确范围，返回结构化、机器可读的结果，agent 直接推理即可——不用再从终端输出里抠文字。

特性

🕐 中文时间解析	绝对日期（2026-07-03、7月3日 09:15）、相对（3小时前、昨天、上周三）、模糊时段（下午、凌晨）、区间（14:00-15:00），带置信度
📄 多格式日志	常见时间戳自动识别、UTF-8/GBK 编码回退、流式过滤不占内存（30 万行约 2.4 秒）
🔒 默认离线	零第三方 Python 依赖，日志数据不出本机
🧩 结构化输出	canonical JSON（time_range / filter / lines / stats），渲染为模型可读文本；超大结果由 harness 的 50KB spill 机制兜底

安装

前置条件：dsh profile（web 或 headless）+ 机器上有 Python 3.9+（Windows 无 python 命令时自动回退 py -3）。

本地/开发安装（checkout 后）：

git clone https://github.com/anyuer678/dsh-logtimeline.git
dsh plugin --profile web add file:/path/to/dsh-logtimeline

社区安装——进入 awesome-dsh-plugin 列表后，通过插件市场一键装（market 支持 GitHub-only 插件）：

dsh plugin --profile web add dshmarket
# 然后：Settings → Plugin Market → 搜索 dsh-logtimeline → 一键安装

兼容性：测试于 @deepseek-ai/dsh-tools@0.1.0-rc.6（当前发布线，如 dsh-base@0.1.0-rc.5）。

使用

直接让 agent 调用即可，无需特殊语法：

用 log_query 查一下 demo.log 里 2026-07-03 的 ERROR 情况

// log_query(time_text: "2026-07-03", files: ["demo.log"])
{
  "time_range": { "start": "2026-07-03 00:00:00", "end": "2026-07-04 00:00:00", "confidence": 1.0 },
  "filter": {
    "total_matched": 25,
    "stats": { "errors": 13, "warns": 5, "infos": 7, "debugs": 0 },
    "lines": [ /* 最多 max_lines 行：{lineno, timestamp, raw} */ ]
  }
}

参数

参数	类型	说明
time_text	string（必填）	中文自然语言时间，如「昨天下午」「3小时前」
files	string[]	日志文件路径（绝对或相对工作区）
dir	string	递归扫描的目录
pattern	string	dir 模式下的文件名 glob（默认 *.log）
max_lines	number	最多返回行数（默认 500；0 = 只统计；上限 5000）
since	string	time_text 解析失败时的 RFC3339 绝对时间兜底
timezone	string	IANA 时区名，如 Asia/Shanghai

工具默认离线模式：它负责精确过滤（独有价值），归因推理交给 agent 自己。

架构

src/query.ts      核心逻辑：子进程 → vendored lq.py --json → 解析（无框架依赖，可独立测试）
src/runtime.ts    DSH 装配层：defineTool 注册 log_query（ctx.tools）
src/config.ts     插件配置（pythonBin、timeoutMs）
python/           Vendored LogTimeline CLI（GPL-3.0，改动见 python/VENDORED.md）
tests/            跑真实 vendored Python 的集成测试

插件通过子进程调用 vendored 的 LogTimeline Python CLI（python/lq.py --json --no-llm），沿用其久经测试的解析/过滤逻辑，仅做最小 vendoring 改动（详见 python/VENDORED.md）。

开发

npm install --legacy-peer-deps   # peer 依赖由 DSH 宿主运行时提供
npm run typecheck
npm run test                     # 集成测试（真实 vendored Python + 宿主装配冒烟）
npm run build
python scripts/run-upstream-tests.py   # 用 vendored 代码跑上游 124 例 pytest

tests/query.test.ts 用 fixture 日志跑真实 vendored Python；tests/host.test.ts 把编译产物（lib/）加载进最小 cordis 容器，验证 apply、execute 与 output.schema 契约。peer 包（@deepseek-ai/dsh-*，0.1.0-rc.6 线）装在 devDependencies，使独立环境下运行时 import 链可解析。

安全与隐私

• 不碰 key：插件不读取、不存储、不发送任何 API key，无出网请求——日志分析 100% 本地
• 日志不外泄：日志行只作为工具结果返回给 agent（模型），不发送到任何其他位置
• 路径受控：只读模型通过 files/dir 传入的路径；工具只读，不写不删日志
• 输出卫生：日志行中的控制字符 / ANSI 转义在渲染时剥离

免责声明

本插件是 DeepSeek Harness 生态的社区插件，与 DeepSeek 无隶属关系。本项目仅供学习交流与演示用途，不构成任何形式的商业服务或技术承诺。软件按「现状」提供，不作任何明示或暗示的保证，包括但不限于适销性、特定用途适用性与非侵权性。

您理解并同意：使用本项目即表示您自行承担全部风险。如您在使用过程中发现缺陷或问题，欢迎通过 GitHub Issues 反馈，但作者不因使用本软件所直接或间接产生的任何损失（包括但不限于数据丢失、业务中断、第三方索赔）承担责任。

本项目以功能演示与学习交流为主要目的，其架构设计、安全基线、容错机制与性能表现均未按生产级标准进行验证与加固，不适用于实际生产环境或关键业务场景。任何将本项目部署于生产系统、对外提供服务、或将其接入真实业务工作流的做法，均属使用者的自主决策行为；由此产生的任何直接或间接不良后果，包括但不限于服务中断、数据损坏或泄露、业务损失、合规风险、以及因依赖本软件而引发的第三方纠纷，开发者均不承担任何责任。日志分析结论仅供参考，请结合原始日志人工复核后再做决策。若您确有生产级使用需求，请在充分评估与自行加固（包括但不限于安全审计、压力测试、代码审查）后，自行承担相应风险。

License

GPL-3.0 — 衍生自 LogTimeline（GPL-3.0）。Copyright (C) 2026 anyuer678。