Regarde tes services envoyer leurs logs vers LogPulse, vois les erreurs apparaître en direct, et laisse l'AI Investigator trouver la cause.
Quand un service génère des erreurs à 14:32, l'AI Investigator se met au travail — corrélant le pic avec un déploiement à 14:28, faisant remonter le rate-limit en aval qui a commencé à échouer, et expliquant son hypothèse en clair, avec chaque requête utilisée visible et les lignes de logs liées. Tu vérifies ; l'IA tape.
L'investigateur exécute des requêtes, corrèle les déploiements et suit chaque piste — tu obtiens une hypothèse avec des preuves à vérifier, pas juste une liste de lignes de logs correspondantes.
Recherche de logs ciblée
Écrit et exécute automatiquement des requêtes ciblées sur le bon service, la bonne fenêtre temporelle et le bon type d'erreur — pas besoin de connaître LPQL.
Corrélation déploiements et événements
Lie les pics d'erreurs aux déploiements récents, aux changements de configuration et aux événements en aval pour identifier le commit ou la release déclenchante.
Baseline historique
Compare le comportement actuel à 30 jours d'historique pour te dire si le problème est nouveau, récurrent ou s'inscrit dans une tendance.
Conversations multi-tour
Pose des questions de suivi naturellement. L'agent garde le contexte et s'appuie sur les conclusions précédentes.
Profondeur d'enquête
LogPulse fournit un serveur MCP distant : l'agent que vous utilisez déjà — Claude Code, Cursor ou Codex — peut rechercher dans les logs, investiguer le risque de sécurité et cartographier vos services via des outils typés en lecture seule. Vos données restent dans LogPulse ; l'agent se contente de demander.
Une commande pour se connecter
Ajoutez LogPulse à n'importe quel agent compatible MCP avec une seule commande et un jeton à portée limitée. Aucun plugin à installer, aucun SDK à câbler.
Des outils typés, pas du SQL brut
L'agent appelle des outils dédiés pour la recherche, le SIEM, la santé des services et le graphe d'entités — fondés sur LPQL, pour des réponses cohérentes et économiques.
Lecture seule et à portée limitée
Chaque jeton est limité par capacité et respecte le RBAC de vos namespaces. Les écritures sont optionnelles, validées par un humain et entièrement auditées.
Souverain UE
Les outils s'exécutent sur vos données hébergées dans l'UE et l'évaluation IA reste dans l'UE. Rien ne quitte la plateforme pour répondre à une question.
$ claude mcp add logpulse --transport http \
https://api.logpulse.io/mcp \
--header "Authorization: Bearer lpat_…"Compatible avec
Pose une question en français. LogPulse génère la requête LPQL, l'exécute sur des milliards de lignes de logs et explique ce qu'il a trouvé — avec la requête en regard, pour que tu puisses vérifier, éditer et sauvegarder.
Demande 'montre-moi toutes les erreurs 500 du service checkout sur la dernière heure' — LogPulse le convertit automatiquement en LPQL.
L'AI Investigator enchaîne les requêtes, les corrèle aux déploiements et te conduit à une cause racine probable — sans changer de dashboard, chaque étape visible pour que tu gardes le contrôle.
Syntaxe pipe familière (`source=api | stats count by status`) à un clic. L'IA est un raccourci, pas une boîte noire.
Regarde comment LogPulse transforme des logs bruts en insights actionnables — l'IA fait le gros du travail, tu gardes le contrôle.
Recherche dans des milliards d'entrées de logs avec LPQL — notre langage de requête basé sur des pipes. Coloration syntaxique complète, auto-complétion et résultats en millisecondes.
Tu n'es pas le seul.
Ton équipe utilise encore grep dans les fichiers de logs pour debugger en production à 3h du matin.
Tu paies des tarifs entreprise pour Splunk ou Datadog — et tu n'utilises que <10 % des fonctionnalités.
La fatigue d'alertes, c'est réel. Plus de 50 % de tes alertes sont des faux positifs auxquels personne ne fait plus confiance.
Les coûts de stockage des logs augmentent plus vite que ton chiffre d'affaires. Les politiques de rétention sont une négociation permanente.
Les PII dans les logs t'empêchent de dormir. Chaque audit est une course contre la montre.
Tu as besoin d'une plateforme qui résout ces problèmes — pas d'un outil de plus qui ajoute de la complexité.
Transforme, enrichis et route tes données de logs avec un éditeur de pipeline drag-and-drop. Pas de code requis — mais un support JavaScript complet quand tu en as besoin.
Extraire et connecter
Récupère des données depuis des API HTTP, Splunk ou des webhooks. Support d'authentification complet, y compris les flux d'auth multi-étapes.
Transformer et parser
Parse JSON et CSV, mappe vers des schémas standards (ECS, OTEL, CIM), exécute des opérations sur les champs ou écris du JavaScript personnalisé.
Contrôle de flux
Ajoute des branches conditionnelles avec 11 opérateurs, sépare des tableaux avec split/join et contrôle l'exécution du pipeline.
Masquage PII et conformité
Masque automatiquement les emails, cartes bancaires, numéros de sécurité sociale, clés API et plus encore avec 8 patterns prédéfinis — avant que les données n'atteignent le stockage.
Modes de déclenchement
Tout ce dont ton équipe a besoin pour rechercher, détecter, observer, sécuriser, connecter et transformer les données de logs — sans jongler entre des outils séparés.
Interroge des milliards d'entrées de logs et obtiens les résultats avant même d'avoir terminé ta pensée. LPQL — notre langage de requête sur mesure — permet à ton équipe de filtrer, d'agréger et de visualiser avec une syntaxe qu'elle apprend en minutes, pas en semaines.
Des baselines pilotées par l'IA apprennent le comportement normal de tes services et t'alertent quand quelque chose compte vraiment. Fini le tuning manuel des seuils. Le système s'adapte à tes retours — moins de faux positifs au fil du temps, pas plus.
Regroupe les entités et les sources de logs dans les services que tu exploites, puis suis la santé de chacun à partir de KPI que tu écris comme des recherches LPQL. Cartographie les dépendances, surveille chaque KPI pour détecter les anomalies et vois l'état de santé d'un coup d'œil — sans pipeline de métriques distinct.
Alerting basé sur le risque, directement sur tes logs existants : des détections taguées MITRE alimentent un score de risque de 0–100 par entité, et une poignée de notables analysés par IA émergent au lieu d'alertes sans fin par règle.
Des pipelines prêts pour la production pour Auth0, Cloudflare, Datadog, GitHub, GitLab, Okta, Sentry, Stripe, ServiceNow et bien d'autres — versionnés, validés et déployables en un clic. Connecte ta stack sans écrire de YAML ni maintenir du code de glue.
Transforme, enrichis et route les données de logs avec un éditeur drag-and-drop. Masque les PII avant qu'elles n'atteignent le stockage, mappe vers des schémas standards et réduis les coûts en filtrant le bruit — sans code, mais avec JavaScript complet quand tu en as besoin.
Déployez l'agent LogPulse sur toute votre flotte Linux avec une seule commande curl. Regroupez vos hôtes comme vous y pensez déjà — prod-edge, staging, db-cluster — et attribuez les inputs depuis l'interface LogPulse. Le control plane est hébergé en Europe.
Un seul script d'installation pour Ubuntu, Debian, RHEL et Rocky. Pas de config globale à pousser, pas de secrets par hôte.
Regroupez vos hôtes comme vous y pensez déjà. Attachez les inputs syslog, journald ou file à un groupe une fois — chaque agent du groupe les récupère au prochain poll.
L'enrôlement, la configuration et les heartbeats passent tous par api.logpulse.io à Amsterdam. Aucune dépendance américaine sur le chemin de gestion.
# Enrôler un nouvel hôte dans le groupe prod-edge
$ curl -sSL https://get.logpulse.io | \
sudo sh -s -- --token= ENR_… \
--group= prod-edge
→ enrolled as AGT_b7a1f…
→ vector running, config in syncEnvoie des logs et des traces via le protocole OpenTelemetry — la norme de l'industrie pour les données d'observabilité. Branche ta configuration OpenTelemetry Collector ou SDK existante et commence à envoyer des données vers LogPulse en quelques minutes.
Ingère des enregistrements de logs OpenTelemetry avec mapping automatique de la sévérité, extraction des métadonnées Kubernetes et corrélation du contexte de trace.
Capture des traces distribuées avec métadonnées de span, suivi de durée et extraction d'attributs HTTP — le tout interrogeable via LPQL.
# OpenTelemetry Collector → LogPulse
exporters:
otlphttp/logpulse:
endpoint: "https://api.logpulse.io"
headers:
Authorization: "Bearer $API_KEY"
service:
pipelines:
logs:
exporters: [otlphttp/logpulse]
traces:
exporters: [otlphttp/logpulse]Gratuit pour toujours. Plans payants à partir de 59 €/mois. Pas de carte bancaire requise.
Pour les développeurs qui évaluent la gestion de logs
1 Go/jour • 30 jours de rétention
Pour les équipes en croissance qui ont besoin de plus de puissance et d'intégrations
10 Go/jour • 60 jours de rétention
Pour les équipes sécurité et plateforme avec SIEM et service intelligence
50 Go/jour • 90 jours de rétention
Pour les organisations réglementées nécessitant un déploiement isolé et dédié
Stack dédié • jusqu'à 365 jours de rétention
Inscris-toi maintenant et le prix de ton plan reste identique pendant 12 mois — même si nos tarifs évoluent par la suite.
Infrastructure hébergée en UE. iDEAL, carte bancaire et SEPA via Mollie.
We let the work speak for itself. Instead of paid testimonials, here is exactly what we stand for.
Gratuit pour démarrer. Pas de carte bancaire. Pas d'appel commercial. Ta première requête en moins de 5 minutes.
Nous utilisons des cookies pour analyser le trafic du site et améliorer ton expérience. Aucun cookie n'est placé sans ton consentement. Politique de confidentialité