Token导航 LogoToken导航TokenDH.com
Surfa MCP logo
数据服务未说明官方级别未说明来源级核验

Surfa MCP

MCP Server

Surfa MCP Server是一款通过自然语言查询分析数据的服务,支持AI驱动的数据洞察和多查询工作流,适用于产品经理和DevOps团队。

工具数

4

提示词数

0

GitHub Stars

3

资源数

0
数据分析多租户PythonClaude性能分析Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

gamladz

提供方

gamladz

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

Surfa MCP服务器

![Python 3.10+](https://www.python.org/downloads/) ![License: MIT](https://opensource.org/licenses/MIT) ![MCP](https://modelcontextprotocol.io)

查询您的 Surfa分析 通过Claude Desktop、ChatGPT或任何兼容MCP的客户端使用自然语言存储数据。

通过人工智能将您的分析转化为洞察力:

  • 问“我的成功率是多少?”→ 获得即时答案
  • “查找昨天的所有错误”→ 筛选事件列表
  • “分析我的产品健康状况”→ 基于人工智能的推荐

非常适合产品经理、DevOps团队和任何使用MCP构建的人。

特性

  • 🔍 查询事件 -过滤和搜索您的实时流量事件
  • 📊 分析指标 -获取高级指标(会话、成功率、延迟)
  • 性能分析 -查找延迟最高的查询
  • 🔎 深度潜水课程 -详细调查具体会议
  • 🤖 PM代理就绪 -针对AI代理消费优化的JSON响应
  • 🔗 多查询工作流 -将查询链接在一起进行复杂分析

安装

cd packages/mcp-server
uv pip install -e .

配置

创建一个 .env 文件:

SURFA_API_KEY=sk_live_your_key_here
SURFA_API_URL=https://surfa-web.vercel.app
SURFA_TIMEOUT=30

用法

选项1:本地(克劳德桌面)

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "surfa": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/surfa/packages/mcp-server",
        "run",
        "surfa-mcp"
      ],
      "env": {
        "SURFA_API_KEY": "sk_live_your_key_here",
        "SURFA_API_URL": "https://surfa-web.vercel.app"
      }
    }
  }
}

选项2:远程(托管在Fly.io上)-多租户

公共Surfa MCP部署在 https://surfa-mcp.fly.dev 并支持多个用户。

每个用户都提供自己的API密钥:

{
  "mcpServers": {
    "surfa": {
      "url": "https://surfa-mcp.fly.dev",
      "env": {
        "SURFA_API_KEY": "sk_live_your_key_here"
      }
    }
  }
}

优点:

  • ✅ 无需部署-使用公共实例
  • ✅ 自动缩放-仅在使用时运行
  • ✅ 安全-您的API密钥保留在您的计算机上
  • ✅ Dogfooded-跟踪所有使用情况以进行分析

部署.md 用于部署您自己的实例。

重新启动Claude Desktop并开始查询您的分析!

可用工具

1. get_analytics

获取高级分析指标。

例子:

"Show me my analytics overview"

退货:

{
  "ok": true,
  "data": {
    "totalSessions": 150,
    "successRate": 85,
    "avgExecutionTime": 245,
    "activeSessions": 12
  }
}

2. query_events

使用筛选器查询事件。

例子:

"Show me all errors from the last 24 hours"
"Find tool calls with latency over 1000ms"

参数:

  • tool_name -按工具名称筛选
  • min_latency / max_latency -延迟范围(毫秒)
  • start_date / end_date -ISO 8601时间戳
  • kind -事件类型(工具、会话、运行时)
  • status -事件状态(成功、错误)
  • limit -最大结果(默认值:100)

3. find_highest_latency

查找时间范围内最慢的查询。

例子:

"What were the slowest queries this week?"

参数:

  • time_range -小时、日、周或月
  • tool_name -可选:按工具筛选
  • limit -结果数(默认值:10)

4. get_session

获取详细的会话信息。

例子:

"Show me details for session abc123"

参数:

  • session_id -要检索的会话ID

多查询工作流

PM Agent可以将查询链接在一起:

工作流程示例:

  1. 获取分析→ 成功率低
  2. 通过以下方式查询事件 status=error → 查找错误
  3. 获取会话详细信息→ 调查具体故障

所有响应都是JSON格式,便于AI代理解析。

狗食(跟踪您自己的MCP使用情况)

想在Surfa中查看您自己的MCP服务器使用情况吗?通过添加摄取密钥启用分析:

# Add to .env
SURFA_INGEST_KEY=sk_live_your_ingest_key_here

这将跟踪:

  • ✅ 工具调用(get_analytics、query_events等)
  • ✅ 每个工具的延迟
  • ✅ 成功/失败率
  • ✅ 会话分析

所有工具调用都将显示在您的Surfa仪表板上,让您分析自己的MCP服务器性能!

发展

运行测试:

pytest tests/

格式代码:

black src/
ruff check src/

许可证

麻省理工学院

目录标签

目录标签

数据分析多租户PythonClaude性能分析本地部署自然语言处理AI代理

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

session

工具数量(toolCount,工具数)

4

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明session部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

仍需确认:installCommand

来源信息

继续浏览同类 MCP