LogLLM 是行业应用领域的开源项目，由 guanwei49 开发，2024 年首次发布。
它收录于行业应用分类，该分类目前共有 544 个项目，GitHub 星标数为 198。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-16。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：大规模系统日志的实时异常检测。同类可对比的替代方案包括 LogAnomaly、DeepLog、LogBERT。
LogLLM
用大模型读懂日志，自动揪出系统异常
LogLLM 是一个基于大语言模型的系统日志异常检测开源项目。它针对传统日志分析依赖人工规则、难以应对复杂系统的问题，利用 LLM 的语义理解能力，将日志消息转化为向量表示，并通过对比正常与异常日志的语义差异来识别异常。项目提供了完整的训练、评估和推理流程，支持多种日志解析方式，并集成了几个主流日志数据集（如 HDFS、BGL）的预处理脚本。核心能力包括：基于 Transformer 的日志编码器、异常检测模型训练、以及可视化评估工具。它旨在帮助运维和开发人员更高效地发现系统故障，减少误报和漏报。
开源
free
开源模型
GitHub 星标
★ 198
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队guanwei49
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型anomaly-detection,large-language-models,llm,supervised-finetuning,system-logs,system-security
GitHub 星标★ 198
30天Star增速
HF 下载量
上线时间2024-10-31 00:00:00
最近更新2026-09-16 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 利用 LLM 语义理解，比传统关键词匹配更准，能识别未知异常
- 提供完整训练/评估流程，开箱即用，上手快
- 支持多数据集（HDFS/BGL），方便复现和对比实验
不足之处
- 依赖 GPU 资源，推理成本较高，不适合轻量级场景
- 文档/社区待观察
适用场景
- 大规模系统日志的实时异常检测
- 运维故障根因分析辅助
- 日志分析模型的研究与实验
替代项目
LogAnomaly、DeepLog、LogBERT
项目介绍
同类项目推荐
xmgai-like
开源
换脸、艺术二维码随手玩，副业灵感一包带走。
本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···
spoken-to-signed-translation
开源
把口语文本一路转成手语视频的流水线
a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
LiveTranslate
开源
直播看片实时翻译，字幕秒出，跨语言无压力
Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···