用途：该技能用于全维度智能日志分析，可自动识别日志类型并提取关键实体，帮助排查问题、定位根因、分析告警与异常。
主要能力：
- 自动识别日志类型：Java App、MySQL Binlog、Nginx Access、Trace、Alert、General。
- 实体提取：IP、IP:Port、URL、MAC、trace_id、span_id、request_id、session_id、thread_id、user_id、access_key、bucket、database.table、server_id、duration、http_status、error_code 等 20+ 种。
- 敏感操作检测：DELETE/DROP/TRUNCATE 为 HIGH，UPDATE/ALTER/MODIFY 为 MEDIUM，GRANT/REVOKE/chmod 为 HIGH，LOGIN/LOGOUT/AUTH 为 MEDIUM。
- 关联分析与智能洞察：构建时间线、因果链、操作链，输出 security、anomaly、error、audit 类洞察。
使用方式： python .opencode/skills/log-analyzer/scripts/preprocess.py <日志文件> -o ./log_analysis
输出文件：summary.md（完整报告，优先阅读）、entities.md（实体详情）、operations.md（操作详情）、insights.md（智能洞察）、analysis.json（结构化数据）。
分析流程：Phase 1 采样前 100 行识别类型；Phase 2 流式全量扫描提取；Phase 3 关联分析；Phase 4 智能洞察；Phase 5 生成报告。
适用场景：Java 应用异常排查、数据库操作审计、Nginx 访问分析、链路追踪、告警分析等。
限制：Binlog 不记录客户端 IP，仅有 server_id 与 thread_id，需结合 general_log 确认操作者；报告中应对密码、密钥等敏感信息脱敏；完整还原需结合多源日志（binlog + 应用日志 + 审计日志）。