LogStitch 与 CloudWatch Logs Insights 有何不同？

CloudWatch Logs Insights 是 AWS 控制台中对原始日志流的查询语言。LogStitch 是一款原生的 Mac 应用程序，它能自动将日志分组到调用中，可以关联跨函数/账户/区域的请求，在您的机器上本地优先运行，并包含一个本地 MCP 服务器，因此 AI 工具可以查询您的日志而无需暴露 AWS 凭证。

我的日志会离开我的 Mac 吗？

不。LogStitch 是本地优先的：它使用您的凭证直接从 AWS 获取日志，并将它们存储在本地 SQLite 数据库中。没有 LogStitch 后端接收您的日志数据。

LogStitch 支持多个 AWS 账户和区域吗？

是的。LogStitch 支持无限的 AWS 配置文件，并且可以关联跨函数、账户和区域的调用。

LogStitch 如何与 Claude 和 MCP 协同工作？

LogStitch 附带一个绑定到 127.0.0.1 的本地模型上下文协议 (MCP) 服务器。支持 MCP 的工具（如 Claude Code）可以通过 LogStitch 的本地 SQLite 数据库查询您的日志，而您的 AWS 凭证仍存储在 macOS 钥匙串中。

LogStitch 是订阅服务吗？

不。这是一次性购买，并提供 14 天免费试用。定价为 49 美元（个人版，用于个人/非商业项目）或 99 美元（商业版，用于工作中的商业用途）。

LogStitch 支持哪些 macOS 版本？

LogStitch 需要 macOS 26.1 或更高版本，并作为通用二进制文件在 Intel 和 Apple Silicon Mac 上运行。

LogStitch

WebsitePaidAI Developer Tools AI Code Assistant

LogStitch 是一款原生的、本地优先的 AWS Lambda macOS 应用程序，它将 CloudWatch 日志行拼接成可读的每次请求调用，关联跨函数/账户/区域的请求，并添加了内置分析、异常检测和用于 AI 辅助日志查询的本地 MCP 服务器。

访问网站

推广此工具

https://www.logstitch.app/?ref=producthunt&utm_source=aipure

概述
视频
替代方案

产品信息

更新于：2026年06月24日

什么是 LogStitch

LogStitch 是一款专为 AWS Lambda 和 CloudWatch Logs 构建的 macOS 原生日志查看器。它不是强迫您阅读交错的、按时间戳排序的日志流，而是通过按请求 ID 分组日志行，将每次 Lambda 执行重建为单个连贯的“调用故事”。该应用程序设计注重速度（AppKit 原生），支持 Intel 和 Apple Silicon，并将所有内容本地存储在 SQLite 数据库中，以便您可以离线浏览历史记录。它以一次性购买的形式出售，提供 14 天免费试用，并通过将日志保存在您的机器上并使用 macOS Keychain 存储凭据来强调隐私。

LogStitch 的主要功能

LogStitch 是一款原生的、本地优先的 macOS 应用程序，通过使用请求 ID 自动将 CloudWatch 日志行分组为可读的按调用“故事”，从而查看和分析 AWS Lambda 日志。它支持跨函数/账户/区域关联、保留结构的实时实时跟踪、内置的性能和成本分析（p99 趋势、冷启动、内存大小调整、预测）以及重复错误模式和统计异常的自动检测。日志直接从 AWS 获取，使用存储在 macOS 钥匙串中的凭据，并缓存到本地 SQLite 数据库中，以便快速搜索和离线使用。它还附带一个仅限 localhost 的 MCP 服务器，因此像 Claude 这样的工具可以在不暴露 AWS 凭据的情况下查询您的日志。

按请求 ID 进行调用拼接: 将交错的 CloudWatch 流重新组合成连贯的、按请求的调用视图，显示平台事件、解析的 JSON 和冷启动指示器，以便执行过程可端到端地阅读。

跨账户/跨区域关联: 通过泳道时间线跟踪跨多个 Lambda、账户和区域的单个请求，突出显示传播延迟、错误来源和下游影响范围。

带持久化的结构化实时跟踪: 实时流式传输日志并将其最终确定到相同的拼接调用卡片中；已完成的调用会自动保存到本地历史记录中，以供以后调查。

用于性能和成本的本地分析: 直接从本地缓存的数据计算 p50/p95/p99 持续时间趋势、冷启动分布、内存利用率和大小调整建议，以及每月成本预测。

模式检测和异常发现: 自动将重复出现的错误聚类为具有生命周期/影响指标的模式，并标记统计异常（例如，错误峰值、持续时间回归、成本轨迹变化）。

本地优先存储、搜索和 MCP 服务器: 将日志缓存到具有全文搜索和保留控制的本地 SQLite 数据库中；包括一个仅限 localhost 的 MCP 服务器，因此 AI 工具可以在不共享 AWS 凭据的情况下查询日志和分析。

LogStitch 的使用场景

无服务器事件响应 (SaaS / Web 后端): 在中断期间，快速查明失败的 Lambda 调用，查看跨服务的完整请求路径，并识别原始错误模式，而无需手动解开 CloudWatch 交错日志。

性能调优和成本优化 (FinOps): 使用 p99/冷启动趋势和内存大小调整指导来减少延迟和开支；通过内置的预测和历史比较，随着时间的推移验证改进。

多账户企业故障排除 (平台团队): 在多个 AWS 账户/区域（大型组织中常见）之间关联请求，以诊断分布式无服务器架构中的传播延迟、缺失跳数和跨服务故障。

开发人员调试循环 (本地优先工作流): 保留快速、可离线访问的调用本地历史记录，以便进行可重复调试，在需要时共享导出（CSV/JSON/文本），并避免持续的控制台上下文切换。

AI 辅助日志调查 (安全/运维/开发): 让支持 MCP 的助手查询拼接的调用、搜索模式并对本地数据库运行分析——这对于快速分类很有用，同时将凭据和日志保留在设备上。

优点

本地优先隐私模型：日志保留在您的 Mac 上；凭据存储在 macOS 钥匙串中；直接从 AWS 获取，没有 LogStitch 后端。

通过将交错的 CloudWatch 行拼接成按调用的叙述并跨服务关联，显著提高了可读性。

内置分析和检测（p99、冷启动、成本、错误模式、异常）减少了对单独仪表板的依赖。

一次性购买，提供免费试用（无订阅）。

缺点

仅限 macOS，需要 macOS 26.1 或更高版本，限制了使用 Windows/Linux 或旧版 macOS 的团队。

专门专注于 AWS Lambda/CloudWatch 工作流，因此可能无法涵盖非 Lambda 日志记录堆栈，除非使用其他工具。

本地缓存/保留意味着磁盘使用，并且需要管理大型日志量的保留窗口/备份。

如何使用 LogStitch

1) 安装并启动 LogStitch: 从 Mac App Store 下载 LogStitch（或开始 14 天免费试用），安装它，并在您的 Mac 上打开该应用程序（需要 macOS 26.1 或更高版本）。

2) 添加/选择一个 AWS 配置文件: 在 LogStitch 中，打开 AWS 配置文件选择器，并从 ~/.aws/config 导入您现有的 AWS 配置文件和凭据。LogStitch 支持静态密钥、SSO (OIDC 设备流) 和 Assume Role 链。凭据存储在 macOS Keychain 中。

3) 验证凭据并连接到 AWS: LogStitch 通过 STS 验证配置文件后保存它。一旦验证成功，LogStitch 将直接从您的机器调用 CloudWatch API（没有 LogStitch 后端）。

4) 在导航器中浏览您的 Lambda 函数: 使用函数列表（导航器）找到您想要的 Lambda。按运行时/区域/健康状况筛选，置顶重要函数，并可选择为长 ARN 设置别名以提高可读性。

5) 将函数日志同步到本地数据库: 让 LogStitch 在后台同步所选函数的 CloudWatch 日志。它只获取自上次游标以来的新数据，应用节流退避，并将所有内容本地存储在 SQLite 数据库中，以便快速浏览和离线访问。

6) 将单个调用作为拼接故事阅读: 打开一个调用以查看按 AWS Lambda 请求 ID 分组的所有日志行（而不是 CloudWatch 交错的、按时间戳排序的流）。LogStitch 会显示平台事件、解析 JSON 并一目了然地标记冷启动。

7) 使用 Live Tail 进行实时调试: 为函数打开一个 15 分钟的实时跟踪窗口。使用流模式查看原始行到达，或使用调用模式将已完成的执行最终确定为拼接的调用卡片。已完成的调用会自动保存。

8) 关联跨多个 Lambda/账户/区域的请求: 使用关联功能按请求 ID 或关联标头进行搜索，并将端到端请求显示为跨函数的泳道时间线（包括传播延迟和错误来源）。如果缺少关联 ID，LogStitch 可以使用时间邻近关联，并会标记稀疏/缺失的跳数。

9) 使用过滤器和全文搜索来搜索日志: 使用日志搜索对缓存的日志运行全文查询 (SQLite FTS5)。使用自动完成功能对发现的键应用字段感知过滤器，运行按调用分组的跨函数搜索，并将 JSON 字段固定为列以加快分类速度。

10) 从相同数据分析性能和成本: 打开函数的分析功能，查看持续时间趋势 (p50/p95/p99)、冷启动分布、内存大小调整建议以及每月成本预测——这些都从您磁盘上已存储的日志中计算得出。

11) 检测重复的错误模式和异常: 转到检测以查看聚类的错误模式（相同的消息模板折叠成一个具有生命周期和影响的模式）以及持续时间、错误率、冷启动和成本方面的统计异常（z-score）。跟踪问题是恶化、改善还是稳定。

12) 将发现结果链接到 Jira 或 GitHub（可选）: 连接 Jira Cloud (OAuth 2.0) 和/或 GitHub (OAuth/App)，并直接从调用或模式创建或链接问题。使用模板包含调用上下文，并在 LogStitch 中监控问题状态。

13) 导出日志或调用数据（可选）: 导出为 JSON、CSV 或纯文本。选择要包含的字段以及是否包含原始日志行。LogStitch 提供大小限制警告和大型导出的进度。

14) 将本地 MCP 服务器与 Claude/AI 工具一起使用（可选）: 启用/使用 LogStitch 的本地模型上下文协议 (MCP) 服务器（仅绑定到 127.0.0.1）。将支持 MCP 的工具（例如 Claude Code）指向本地端口，以便它可以查询您本地缓存的日志（例如 list_functions、search_logs、get_correlated_invocations、get_cost_projection），而无需暴露 AWS 凭据。

15) 管理保留并离线工作: 配置保留窗口，让 LogStitch 自动清理旧数据。由于日志本地存储在 SQLite 中，即使离线，您也可以浏览/搜索/分析以前同步的历史记录；您还可以根据需要备份、加密或删除 SQLite 文件。