Claude Code人机交互日志查询实战指南：从基础配置到高级排查

1次阅读

没有评论

共计 1928 个字符，预计需要花费 5 分钟才能阅读完成。

人机交互日志是开发过程中排查问题的重要依据。在 Claude Code 平台上，这类日志主要应用在以下场景：

用户操作行为追踪
异常交互流程复现
系统性能瓶颈分析

但实际开发中常遇到三大难题：

日志分散 ：交互日志可能分散在多个微服务中
字段不统一 ：不同服务对相同事件的日志格式不一致
实时性差 ：传统轮询方式延迟高，影响问题定位效率

REST API
优点：实现简单，兼容性好
缺点：需要主动轮询，实时性较差
WebSocket
优点：服务端推送，实时性高
缺点：连接稳定性要求高

等级	使用场景	保存周期
DEBUG	开发调试	7 天
INFO	正常交互	30 天
ERROR	异常情况	180 天

Python 版本

import requests
from requests.auth import HTTPBasicAuth

# 带认证的日志查询
def fetch_logs(api_key):
    try:
        response = requests.get(
            'https://api.claude-code.com/v1/logs/interactive',
            auth=HTTPBasicAuth('api', api_key),
            params={'level': 'ERROR', 'limit': 100}
        )
        response.raise_for_status()
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f"请求失败: {e}")
        # 实现指数退避重试逻辑
        # ...

Node.js 版本

const axios = require('axios');

async function fetchLogs(apiKey) {
  try {
    const response = await axios.get(
      'https://api.claude-code.com/v1/logs/interactive',
      {
        auth: {
          username: 'api',
          password: apiKey
        },
        params: {
          level: 'ERROR',
          limit: 100
        }
      }
    );
    return response.data;
  } catch (error) {console.error(` 请求失败: ${error}`);
    // 重试逻辑
    // ...
  }
}

参数	类型	说明
level	string	日志等级 (DEBUG/INFO/ERROR)
start_time	timestamp	开始时间 (UTC)
end_time	timestamp	结束时间 (UTC)
session_id	string	会话 ID 过滤
user_id	string	用户 ID 过滤

import re

# 匹配包含特定错误码的日志
pattern = r'"error_code":"(4\d{2}|5\d{2})"'
error_logs = [log for log in logs if re.search(pattern, log['message'])]

安装 Elasticsearch、Logstash、Kibana

配置 Logstash 管道：

input {
  http_poller {
    urls => {
      claude_logs => {
        method => get
        url => "https://api.claude-code.com/v1/logs"
        auth => {
          user => "api"
          password => "${API_KEY}"
        }
      }
    }
  }
}

在 Kibana 中创建可视化仪表板

所有时间戳统一使用 UTC
前端展示时再做本地化转换

实现令牌桶算法控制请求频率
错误码 429 时自动延迟重试

def sanitize_log(log):
    sensitive_fields = ['password', 'token', 'credit_card']
    for field in sensitive_fields:
        if field in log:
            log[field] = '***REDACTED***'
    return log