日志排查 Skill 介绍：让智能体按固定流程完成任务
「日志排查」是运维与平台工程师的高频任务。它的输入通常是日志文件或查询结果，期望得到的是错误摘要与时间线。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。
一句话说明
「日志排查」技能让智能体从大量日志中找出错误模式与首次出现时间。你提供日志文件或查询结果，它按固定步骤处理，交付错误摘要与时间线。
| 项目 | 说明 |
|---|---|
| 技能 | 日志排查（log-triage） |
| 作用 | 从大量日志中找出错误模式与首次出现时间 |
| 输入 | 日志文件或查询结果 |
| 输出 | 错误摘要与时间线 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 运维与平台工程师 |
它解决什么问题
没有技能时，运维与平台工程师每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：
- 每次都按同样的顺序执行：过滤错误级别→按特征聚类→定位首次出现→关联部署时间
- 输出结构固定，便于复核和归档
- 领域规矩（如「变更类命令先在测试环境演练，并准备好回滚」）写在技能里，不靠临时提醒
适合与不适合
适合：经常处理日志文件或查询结果、希望结果格式统一、愿意花十分钟把流程写清楚的运维与平台工程师。
不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。
可以在哪些平台实现
同一个技能的思路可以落在不同平台上，常见选择有：
- Function Calling：Function Calling（工具调用）是主流大模型 API 的通用能力：你用 JSON Schema 描述函数
- Dify 工作流：Dify 是开源的大模型应用开发平台
- GPTs：GPTs 是在 ChatGPT 中创建的定制版助手
- Cursor Rules：Cursor 用项目规则（Project Rules）给智能体注入长期指令
怎么开始
建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。
平台选择建议
同一个「日志排查」技能可以落在不同平台上，选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统：
- n8n AI Agent：n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
- Cursor Rules：Cursor 用项目规则（Project Rules）给智能体注入长期指令。详见Cursor Rules 版
- Windsurf Rules：Windsurf 的规则用于约束 Cascade 智能体的行为。详见Windsurf Rules 版
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码，可据此排除不支持相应能力的平台。
智能体与人的分工
技能不是把工作全部交出去，而是把重复、机械的部分交给智能体，人把住判断和责任：
| 步骤 | 智能体负责 | 人负责 |
|---|---|---|
| 过滤错误级别 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 按特征聚类 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 定位首次出现 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 关联部署时间 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理错误摘要与时间线 | 决定是否采用、是否对外 |
风险较低，但输出仍需快速过目再使用。
延伸阅读
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。