EP73 Axiom 日志:哪 26 个人拿走了我的电影票? 节目封面

EP73 Axiom 日志:哪 26 个人拿走了我的电影票?

从传统日志查询到 Dataset、Dashboard 与 Monitor,再聊 Axiom MCP Server:让 Coding Agent 直接分析生产日志、定位错误,并结合代码自动修复 Bug、补充日志。

  • Axiom
  • 日志
  • AI编程
  • MCP
  • Harness
  • DeepSeekHarness
  • ClaudeCode
  • CodingAgent
  • AI智能体
  • 可观测性
  • DevOps
  • Superlog
  • AsyncTalk

立即播放 EP73 Axiom 日志:哪 26 个人拿走了我的电影票?

Play

📝 本期文字稿

(13 段)
下载 .srt 字幕文件 ↓

[00:00] 大家好这里是 AsyncTalk今天我想跟大家来聊一个比较有趣的项目它实际上是一个日志服务这个日志服务其实 callback 到我们前面关于如何做正确的日志的一个节目我相信大家在自己的一些项目中假设说你是一个后端你肯定是要给自己的项目打一些日志的那这些日志它有助于你在将来去做一些 debug

[00:22] 做一些任务的追踪做一些各种各样的情况那这个日志的重要性大家绝对都已经了解到了但是对于如何做好日志这件事情我也相信这个吵了 20 多年的一个话题到今天仍然没有一个很好的解答到今天仍然是一个很难处理的问题今天我觉得我可以分享一个关于我自己在用的 log 服务我觉得它很好也非常的 AI 时代

[00:49] 那就是 Axiom Axiom 这个项目它其实就是一个日志那我可以和大家去 share 一下这个 Axiom 的项目可以在这里边看到我的一个日志的情况这边比如说它打了一个在这个 component 那个 info以及 start CC event cost enqueue这样一个事件那里边有一些什么 user ID

[01:09] 以及这些参数可以看到这边其实还是有蛮多的一些内容的那这个日志其实就是通过我部署的服务那边采集过来的但我的部署的服务化它是支持的接口会把一些 tracing 的 task 数据给传到服务上面同样这个 Axiom它来接收我们的日志然后接收到日志

[01:28] 我们就可以在这个后台看到这个日志以一种比较优美的方案因为它这个日志搜索我自己试过还是相当不错的这个界面我只能说我之前没有用到过这么漂亮的一个日志管理平台Kibana 还挺好用的但是 Kibana 你得自己部署是不是也挺麻烦的你还要部署 ES 之类的东西当这个量级大的时候这个搜索也会成问题

[01:52] 但是 Axiom 它的项目并不在于搜索你可以看到上面它是有很多的 query你可以通过 query 的形式来去拉一些数据那也可以自己建 dashboard甚至也可以做 monitor当然这个 data set就是我的两个服务我这些服务我觉得到这里只能把它当做一个普通的日志服务来看

[02:11] 但是 现在是 AI 时代可以去尝试看一下这个 MCP它就变得非常的有趣了在这个 MCP 集成的情况下你就可以去通过比如你自己的 Claude

[02:27] 对 你就可以拿自然语言来跟它说你的日志有没有什么问题让它来去处理可以看到它接上这个 MCP 之后它就可以去拿你的 coding agent来直接的去聊然后拿到一些信息那有没有更闭环的一些的方案呢那完全是有的因为像是 Claude它实际上你在 Claude 你配置一个 MCP它可以在 Claude code 里边来去使用

[02:50] 当把它给切到我们自己的代码项目里边的时候我们同样可以去执行比如说我这里可以看好 MCP那这里可以看到MCP Axiom 的 MCP Server已经连在了这里那它就可以自主的帮我去完成这样找错误日志然后自动 bugfix甚至说自己加日志的事情那有没有更进一步的 harness 呢

[03:15] 是有的比如说我们可以切到 code 这边因为它其实有个 routine那之前我们也介绍过那在这个 routine 里边我们可以去调用 Axiom MCP Server让它来去定期的比如说每天来去拉一些最新的生产上面的日志来去查一些问题来去处理一些问题它也是完完全全可以做到

[03:38] 那有没有更进一步的 Harness 方案呢因为现在这个 routine它是每天运行那最近其实我有在观察Superlog 这个项目看起来它会更进一步对 Superlog 这个方案就看起来就更有意思了它会自主地去连接我们的代码仓库自主地去发 pull request但 Superlog目前的 quota 量是比较少

[04:01] 可以看我已经到了这个 free plan 的 limits所以我还在观察这个项目但大家有兴趣可以自己来去研究看一看我觉得 Superlog 这个方案还可以但只是我个人目前可能更倾向于 Axiom我觉得如果你自己有一些 hobby 的一些小项目一些用户量并没有那么大的项目你完全可以拿 Axiom来去接入你的日志系统

[04:26] 它也许可以去帮你更好的去维护你的项目OK那我们今天的节目就到这里如果有什么更好的日志解决的管理方案或者说你对 Axiom这种日志服务的看法也欢迎在下面留言我们下期节目再见拜拜


📕 Shownotes

最近 Harness 成了 AI 圈的热门话题,但当我们讨论 AI Agent 如何真正完成任务时,我觉得有一个经常被忽略的问题:

AI 怎么知道生产环境到底发生了什么?

这期我想聊聊我最近一直在用的日志服务 Axiom。

从传统的日志查询,到 Dataset、Dashboard 和 Monitor,Axiom 本身已经是一个相当不错的日志平台。但真正让我觉得它有意思的,是它提供的 MCP Server。

当日志系统接入 MCP 之后,Coding Agent 就不只是写代码了。它可以直接分析生产日志、查找错误、定位问题,甚至结合代码自动修复 Bug、补充日志。

进一步想象一下:让 Agent 定期检查生产环境的日志 → 发现异常 → 分析代码 → 尝试修复 → 提交 PR。

日志不再只是给开发者 Debug 的工具,而开始成为 AI Agent 了解真实生产环境的一扇窗口。

这期视频会聊到:

  • 传统日志查询,和 Dataset、Dashboard、Monitor 的差别
  • Axiom MCP Server 能给 Coding Agent 带来什么
  • 让 Agent 直接分析生产日志、定位错误、补充日志
  • 从「发现异常」到「自动提 PR」的完整设想
  • 我最近在关注的 Superlog
  • 对「Harness + MCP + 可观测性」这条路线的一些想法

如果你有更好的日志管理方案,或者已经在尝试让 AI Agent 自动分析生产环境,欢迎一起讨论。