MCP银行演示
开始
cd mcp-server-bankdemo && docker compose up --buildLibrechat配置（Librechat.Yaml）
mcpSettings:
allowedDomains:
- "10.1.10.102"
mcpServers:
observability:
type: sse
url: http://10.1.10.102:8001/sse
timeout: 30000
jira:
type: sse
url: http://10.1.10.102:8002/sse
timeout: 30000测试
pip install websockets httpx
python test_mcp.py 10.1.10.102📊 演示脚本：使用MCP+LibreChat进行事件调查
这个演示使用可观察性工具和Jira集成，在LLM的精心策划下，讲述了一个真实的生产事件。
______________________________________________________________________
🚀 设置
- 在中打开聊天 Librechat
- 确保 两台MCP服务器均已启用
- 发送以下提示 一次一个
______________________________________________________________________
🧭 分步演示
第一步——设置场景
提示
我们收到客户投诉，称移动银行卡支付失败。你能检查过去60分钟卡身份验证服务的延迟吗？
预期行为
- 呼叫
metrics_query_range - 显示
card-auth-service延迟在过去一小时内急剧上升 - 峰值延迟大致达到 1.8-2.0秒
______________________________________________________________________
步骤2——检查错误日志
提示
在卡身份验证服务上搜索与“超时”相关的错误日志
预期行为
- 呼叫
logs_search - 显示重复的超时相关故障，例如：
- timeout acquiring db connection - context deadline exceeded
______________________________________________________________________
步骤3——检查数据库池
提示
DB连接池是什么样子的？查询db_pool_active_connections以获取卡身份验证服务
预期行为
- 呼叫
metrics_query_range - 显示数据库池使用率从附近攀升 12 到 50/50
- 确认游泳池已饱和
______________________________________________________________________
第4步——找到根本原因
提示
最近是否有任何部署可能导致这种情况？
预期行为
- 呼叫
deploys_list - 显示最近部署的 欺诈引擎v2.14.0-rc3
- 显示速度阈值已从 8 到 3 txns/min
- 部署发生在事件激增前不久
______________________________________________________________________
第5步——检查爆炸半径
提示
显示支付服务的服务依赖关系图
预期行为
- 呼叫
service_dependencies - 显示以下各项的直接依赖关系
payment-service:
- card-auth-service - fraud-engine
______________________________________________________________________
第6步——查找待命人员
提示
现在谁在呼叫支付服务？
预期行为
- 呼叫
team_oncall_lookup - 退货 Raj Patel，高级SRE
______________________________________________________________________
步骤7——创建事件
提示
创建SEV-1 Jira事件：“卡支付失败——部署欺诈规则后数据库池耗尽”。将其设置为关键优先级，键入偶发事件，标记sev-1、付款、偶发事件。分配给raj.patel@bank.internal
预期行为
- 呼叫
issue_create - 创建事件并返回 PAY-1043
______________________________________________________________________
第8步——添加证据
提示
在PAY-1043中添加一条注释，并附上根本原因摘要：欺诈引擎部署v2.14.0-rc3降低了速度阈值，导致身份验证请求激增，使postgres主数据库上的DB连接池饱和。延迟飙升至1800毫秒左右。
预期行为
- 呼叫
issue_comment - 将调查摘要添加到事件中
______________________________________________________________________
步骤9——过渡到进行中
提示
将PAY-1043移至进行中
预期行为
- 呼叫
issue_transition - 更改状态 待办 到 进行中
______________________________________________________________________
步骤10——验证待办事项
提示
在Jira中搜索所有关键优先级问题
预期行为
- 呼叫
issue_search - 显示新创建的SEV-1以及其他现有的关键问题
______________________________________________________________________
⚡ 一个提示版本
您还可以在一个提示中运行完整的演示：
客户报告手机银行卡支付失败。使用可观察性工具调查问题——检查指标、日志和最近的部署。确定根本原因，找到待命人员，在Jira中创建SEV-1事件，将您的发现作为评论添加，并将其转换为正在进行中。
预期行为
- LLM在可观察性和Jira工具之间自动链接整个工作流程
______________________________________________________________________
🧠 这表明了什么
- 跨操作系统的多步推理
- 度量和日志相关性
- 部署感知根本原因调查
- 依赖性分析
- 随叫随到的所有权发现
- 自动事件创建和工作流更新
______________________________________________________________________
🏁 结果
在本演示结束时，您将拥有：
- 确定了付款失败事件的可能来源
- 相关延迟、日志、数据库饱和和最近的部署
- 创建并更新了Jira事件
- 在现实的事件响应工作流程中演示了自主工具链
______________________________________________________________________