• Docs
  • Talk to an expert
Blog
Blog
BlogProduitÉtudes de casNouvellesPerspectives
Blog

L'analyse des journaux par IA ne fonctionne que lorsque l'agent dispose du contexte

observabilitéAgents IAfonctionnalités
02 novembre 2026
Partager
Cette page a été rédigée en anglais par nos experts, puis traduite par une IA pour vous y donner accès rapidement! Pour la version originale, c’est par ici.

Un problème survient en production. La première chose que tu fais, c'est d'ouvrir les journaux. La deuxième, c'est de commencer à faire défiler les lignes.

Thomas di Luccio, chef de produit chez Upsun, a une image pour illustrer ça. « Les journaux, c’est comme cette boîte de câbles qu’on a tous chez soi, avec trop de câbles qu’on garde “au cas où”. T’en as besoin d’un, mais tu sais pas lequel ni comment tu vas le trouver. »

C’est le problème qu’Upsun Cloud™ s’attache à résoudre grâce à deux fonctionnalités fournies ensemble. Log Explorer est un onglet « Logs » dans la console qui rassemble chaque ligne de journal provenant de chaque conteneur d’un environnement. L’agent Log Analyzer lit ces mêmes journaux et t’indique ce qui n’a pas fonctionné, pourquoi, et ce qu’il faut modifier. Cet article explique ce que fait chacune de ces fonctionnalités, et pourquoi la qualité de l’analyse des journaux par IA dépend de l’endroit où l’agent s’exécute.

L’analyse des logs par IA sans contexte n’est que de la conjecture

Les développeurs savent déjà qu’un modèle linguistique peut lire un journal. Thomas le constate dans ses échanges avec les clients : « Ces derniers temps, certains se contentent clairement de prendre un fichier journal et de le balancer à leur IA préférée. » Ça aide. Mais ça a aussi ses limites.

«Le problème, c’est que l’agent qui fait ça analyse uniquement le fichier, sans le contexte», explique Thomas. «Nous exécutons l’agent au sein même de l’application, ce qui lui donne accès à tout le contexte : la configuration, l’historique, les déploiements passés. Le contexte est essentiel pour prendre une bonne décision.»

Un fichier de log copié-collé indique au modèle ce qu’un conteneur a affiché. Il ne lui dit pas comment l’environnement est configuré, quels services communiquent entre eux, ni ce qui a été déployé il y a une heure. L’agent Log Analyzer s’exécute comme un conteneur de tâches au sein de ton propre projet. Il lit les mêmes journaux que ceux que tu vois dans Log Explorer, quel que soit le type de journal, et il fonctionne à partir d’un clone superficiel de la branche de l’environnement, ce qui lui permet de relier une ligne d’erreur au code et à la configuration qui l’ont générée. Il sait ce que signifie .upsun/config.yaml. Un chatbot avec une zone de texte, lui, ne le sait pas.

La différence se voit dans la réponse. Le rapport de l’agent identifie une cause première probable et la modification à apporter, avec une ligne de journal citée comme preuve. La version de Thomas : « Très rapidement, tu peux passer de “tu as un problème” à “tu sais quoi corriger en premier” ».

Tous les journaux dans un seul onglet, avant même que quoi que ce soit ne soit analysé

L’agent fait la une, mais il s’appuie sur Log Explorer, et Log Explorer est utile en soi.

Ouvre n’importe quel environnement dans la Console : tu trouveras désormais un onglet « Logs ». Il affiche les journaux des dernières 24 heures pour chaque application et service de cet environnement, chaque ligne étant classée par type : application, accès, cron, déploiement ou plateforme. Un graphique en haut de la page montre le volume au fil du temps, stacké par niveau de gravité, ce qui te permet de repérer un pic d’erreurs avant même d’avoir lu une seule ligne. Filtre par type, niveau de gravité, service ou unité. Clique sur une ligne pour la développer et voir le contenu structuré. Clique sur un attribut dans cette ligne pour filtrer en fonction de celui-ci. Les filtres et la plage de temps sont intégrés à l’URL, donc un lien permet de reproduire exactement la même vue pour un collègue.

Tu n’as rien à installer ni à configurer, et tu n’as jamais besoin d’ouvrir une session SSH. Upsun collecte automatiquement les logs. Avant ça, pour accéder aux mêmes informations, il fallait consulter les logs Upsun par conteneur, ou se connecter via SSH à chacun d’entre eux pour lire les fichiers bruts.

Ce qui change le plus, c’est la possibilité d’avoir une vue d’ensemble sur tous les conteneurs. Thomas décrit le cas typique : ton application génère des erreurs, mais la cause se trouve ailleurs. « Tu peux savoir que chaque fois que tu as ces codes 500 dans cette application, c’est lié à des blocages dans tes bases de données. Tu peux alors faire le lien et passer de l’exploration des logs de l’application à celle des logs des services. »

D’une vue filtrée à un diagnostic en un clic

Une fois l’agent Log Analyzer configuré, l’onglet « Logs » affiche un nouveau bouton : « Analyser N journaux », où N correspond aux filtres que tu as appliqués. Clique dessus, confirme la fenêtre et les filtres, et l’agent se lance. Quelques minutes plus tard, un rapport apparaît dans le journal d’activité de la tâche : une phrase résumant l’état de santé des journaux de l’environnement, une recommandation principale et une liste de résultats classés par ordre de priorité. Chaque constat comporte un titre, une priorité attribuée par l’agent en fonction de l’urgence plutôt que de la gravité brute du journal, une ligne de journal représentative à l’appui, et une prochaine étape concrète. Si l’agent a analysé la fenêtre et n’a rien trouvé qui mérite d’être signalé, il le précise, et la recommandation indique « Aucune action requise ».

L’agent part de tes filtres, mais ne s’y limite pas. Si tes filtres risquent de masquer la cause première, il élargit la recherche.

La configuration nécessite deux étapes. Ajoute la tâche « log-analyzer-agent » au fichier .upsun/config.yaml, puis déploie-la. Ensuite, enregistre une clé ANTHROPIC_API_KEY, ou une clé OPENAI_API_KEY avec la variable de tâche MODEL définie sur « openai », en tant que variable de projet sensible. Cette clé est le seul identifiant utilisé. Upsun ne facture pas l’agent en lui-même. Tu paies la puissance de calcul par seconde du conteneur de la tâche, et ton fournisseur facture les jetons sur ton propre compte. Un plafond budgétaire, fixé à 5 $ par défaut, s’applique à chaque exécution.

Il y a deux choses que l’agent ne fera pas. Il ne changera rien : il est en lecture seule, il formule des recommandations et il ne modifie jamais la configuration, le code ou les environnements. Et il n’enverra pas tes logs ni ton code source là où tu ne l’as pas choisi. Les deux sont transmis au fournisseur associé à la clé que tu as définie, conformément à ton propre contrat avec ce fournisseur.

Conçu pour les moments où tu n’as pas la tête à ça

« On en a discuté avec beaucoup d’utilisateurs pendant le développement, et même les plus expérimentés nous font part des mêmes difficultés », explique Thomas. « Même si tu sais comment lire tout ça, quand il y a un incident, tu n’as pas vraiment la tête à ça ni le temps de prendre le temps de t’assurer que tu as la bonne solution. »

C’est l’argument en faveur d’un rapport qui indique d’emblée la cause la plus probable. Les ingénieurs expérimentés savent lire la trace de stack. Ce dont ils ont besoin, c’est d’une recherche ciblée pendant qu’ils sont en alerte. Les ingénieurs débutants, ainsi que les agences qui gèrent des dizaines de projets clients sur différentes piles, disposent ainsi d’un point de départ priorisé qui, autrement, nécessiterait l’intervention d’un ingénieur senior.

Un système de moins à gérer

Quand Thomas demande aux équipes comment elles géraient les logs avant, il entend trois réponses. La plupart les lisaient manuellement, un fichier à la fois. Certains ont construit leur propre pipeline, en transférant tout vers un service de logging séparé, ce qui fonctionne, coûte de l’argent et nécessite de la maintenance. D’autres les collent dans un chatbot.

Log Explorer et l’agent Log Analyzer s’intègrent dans un pipeline de logs qu’Upsun gère dans le cadre des capacités d’observabilité intégrées à la plateforme. Le transfert existant des logs vers Datadog, Splunk ou tout autre outil continue de fonctionner sans changement. Log Explorer conserve les logs des dernières 24 heures.

Voici en résumé pourquoi Upsun développe ce genre de fonctionnalité : « On est là pour prendre en charge le cycle de vie du développement logiciel et le simplifier au maximum, pour que les gens puissent se concentrer sur ce qu’ils font le mieux : créer leurs propres produits. Ils ne devraient pas avoir à gérer tout ce qui se passe en coulisses. »

Où tu peux l’utiliser dès aujourd’hui

Ces deux fonctionnalités sont disponibles sur les projets Upsun Cloud dans les régions AWS et Google Cloud. Les projets Azure et OVHcloud ne sont pas pris en charge, et les projets HIPAA sont exclus. L’onglet « Logs » est visible pour les utilisateurs ayant le rôle de Contributeur ou supérieur, ce qui correspond généralement à ceux qui peuvent déjà se connecter via SSH et lire les fichiers de logs.

Log Explorer ne nécessite aucune configuration. L’ajout de l’agent se résume à une modification de configuration et à une clé API. La documentation de Log Explorer et de l’agent Log Analyzer fournit tous les détails, y compris les variables de tâche que tu peux définir depuis la CLI pour choisir un modèle, sélectionner une fenêtre ou modifier le plafond budgétaire.

Restez informé

Abonnez-vous à notre newsletter mensuelle pour les dernières mises à jour et nouvelles.

Déployez en toute liberté.
Essayez Upsun gratuitement.

Développez avec DispatchDéployez avec Cloud