Token导航 LogoToken导航

MCP Server · 运维云端

Log Intelligence MCP

基于模型上下文协议(MCP)的AI日志分析服务器,支持多源日志采集、异常检测、错误聚类、回归分析和可视化展示。

stdio官方级别未说明来源级核验工具 6log-intelligence-mcp
日志分析TypeScriptCursorVS Code

快速开始

作者 / 组织
eamonboyle
提供方
eamonboyle
运行时
Node.js

工具数量

6

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Log Intelligence MCP 属于运维云端类 MCP Server,公开资料标注 6 个工具,通过stdio 本地进程接入,适配 Cursor、VS Code,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

npx log-intelligence-mcp

客户端配置示例

{
  "mcpServers": {
    "log-intelligence-mcp": {
      "command": "npx",
      "args": [
        "log-intelligence-mcp"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 6 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

日志智能MCP服务器

基于AI的日志分析服务器 模型上下文协议(MCP)它从多个来源获取结构化日志,检测异常,对类似错误进行聚类,总结重复出现的故障,并识别部署后的回归。

特性

  • 多源摄入 --Serilog JSON/CREF、Elasticsearch转储、SQLite数据库、纯文本日志文件
  • 指纹识别错误 --自动对类似的错误消息进行标准化和聚类
  • 异常检测 --基于时间跳跃错误率的z-score分析的统计尖峰检测
  • 回归检测 --比较部署日期之前/之后的错误模式
  • 全文搜索 --搜索所有摄入的日志条目
  • 时间线可视化 --使用ASCII条形图随时间变化的错误频率

安装

# From npm (recommended)
npm install -g log-intelligence-mcp

# Or run without installing
npx log-intelligence-mcp

快速入门(来源)

# Install dependencies
npm install

# Build
npm run build

# Run (stdio transport for MCP clients)
npm start

MCP客户端配置

光标(推荐:npx)

添加到您的 .cursor/mcp.json:

{
  "mcpServers": {
    "log-intelligence": {
      "command": "npx",
      "args": ["log-intelligence-mcp"]
    }
  }
}

游标(全局安装)

如果您使用全局安装 npm install -g log-intelligence-mcp:

{
  "mcpServers": {
    "log-intelligence": {
      "command": "log-intelligence-mcp"
    }
  }
}

光标(本地开发)

从源代码开发时:

{
  "mcpServers": {
    "log-intelligence": {
      "command": "node",
      "args": ["path/to/log-intelligence-mcp/dist/index.js"]
    }
  }
}

克劳德桌面版

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "log-intelligence": {
      "command": "npx",
      "args": ["log-intelligence-mcp"]
    }
  }
}

工具

工具说明
ingest_logs从源加载日志(serilog、elastic、sql、flatfile)
summarise_errors对错误级别条目进行聚类和总结
detect_new_error_pattern在没有基线的比较窗口中查找错误
regression_after_date比较部署前后的错误模式
search_logs对所有摄入的条目进行全文搜索
get_error_timeline随时间变化的错误频率,可选异常检测

资源

URI描述
logs://sources列出所有摄入的日志源及其条目计数
logs://summary总体统计数据:总条目、错误计数、独特模式

提示

提示描述
analyse-logs引导式工作流程:摄取、总结、检测异常
investigate-error深入了解特定的错误模式

日志来源

Serilog JSON(clef)

倒像 精简日志事件格式 files——每行一个JSON对象 @t, @l, @mt, @m, @x 领域。还支持标准的Serilog JSON输出。

# Example: ingest a Serilog file
ingest_logs(source="serilog", path="./logs/app.clef")

Elasticsearch转储

接受JSON数组 _source 文件,完整的ES响应格式(hits.hits[]._source)或NDJSON。还可以查询实时Elasticsearch端点。

# File dump
ingest_logs(source="elastic", path="./dumps/errors.json")

# Live query
ingest_logs(source="elastic", endpoint="http://localhost:9200", index="app-logs", filter="level:error")

SQLite调试表

从SQLite数据库文件读取。按惯例自动映射列(Timestamp, Level, Message, Exception).

ingest_logs(source="sql", path="./debug.db", table="Logs", filter="Level = 'Error'")

平面文件

使用ISO时间戳、日志级别和消息解析常见格式。处理多行堆栈跟踪。支持自定义正则表达式模式。

ingest_logs(source="flatfile", path="./logs/app.log")

配置

可选择放置a log-intelligence.config.json 在您的工作目录中预配置源代码:

{
  "sources": [
    { "name": "app-logs", "type": "serilog", "path": "./logs/app.clef" },
    { "name": "db-errors", "type": "sql", "path": "./debug.db", "table": "Logs", "filter": "Level = 'Error'" }
  ],
  "defaults": {
    "bucketMinutes": 60,
    "anomalyThreshold": 2.0,
    "maxSamples": 3
  }
}

服务器启动时,会自动接收预配置的源。

运作原理

指纹错误

消息通过剥离变量令牌(UUID、数字、时间戳、路径、URL、IP、引号字符串)进行标准化,然后进行SHA-256散列以生成16个字符的指纹。共享指纹的条目被分组到错误簇中。

异常检测

错误条目被分组到时间窗口中。计算基线平均值和标准偏差,并计算其中的桶 count > mean + threshold * stddev 被标记为异常。每个桶都有一个z分数用于排名。

回归检测

给定一个部署日期,检测器将日志拆分为前后窗口,在每个窗口中独立地对错误进行聚类,然后执行一组diff来识别:

  • 新错误 --仅在部署后出现
  • 错误增加 --以前存在,但增长率>2倍
  • 已解决的错误 --部署后消失

样品数据

这 samples/ 目录包含用于测试的示例日志文件:

  • app.clef --Serilog CLEF格式,模拟部署+Redis中断
  • webserver.log --带Java堆栈跟踪的平面文件格式
  • elastic-dump.json --Elasticsearch JSON转储
  • log-intelligence.config.json --配置为自动摄取所有样本

要使用示例数据进行测试,请将配置复制到您的工作目录中:

cp samples/log-intelligence.config.json .
npm start

发展

# Run in dev mode with hot reload
npm run dev

# Type-check without emitting
npx tsc --noEmit

许可证

麻省理工学院

工具与能力

工具数量

6

资源数量

0

提示词数量

0

能力标签

日志分析TypeScript本地部署异常检测错误聚类回归分析可视化

支持客户端

CursorVS Code

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 6 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已经适配 Cursor、VS Code,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好 Node.js,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Log Intelligence MCP

MCP World · 本页

6stdio有1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Log Intelligence MCP 怎么安装?

公开资料给出的安装命令是 npx log-intelligence-mcp,运行环境为 Node.js。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Log Intelligence MCP 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Node.js;保存后完全退出客户端再打开,配置才会生效。

Log Intelligence MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Log Intelligence MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Log Intelligence MCP 支持哪些客户端?

公开资料标注支持 Cursor、VS Code;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP