Logchef MCP: AI-drivna logganalyser för observabilitetsplattformar
Logchef MCP från Mr Karan är en MCP-server som är utformad för att exponera Logchef logganalys- och observationsplattform för AI-assistenter. Byggd främst i Go, levererar den en enda binär körbar fil utan körningsberoenden, distribuerbar via Docker eller förbyggda binärer för Linux och macOS. Denna server möjliggör för AI-agenter att interagera med loggdata som lagras i ClickHouse och VictoriaLogs, vilket underlättar avancerad frågning, analys och administrativa operationer. Den syftar till att ge utvecklare och driftteam AI-drivna insikter i sina befintliga loggbakgrunder.
Vad kopplar Logchef MCP till?
Logchef MCP fungerar som en Model Context Protocol-server, som kopplar AI-assistenter till den självhostade Logchef-plattformen. Logchef integreras själv med ClickHouse och VictoriaLogs, och använder dessa som sina primära loggdatabaser. Denna konfiguration gör det möjligt för AI-klienter att få åtkomst till och bearbeta logginformation som lagras inom dessa system. Servern fungerar som en avgörande mellanhand, som översätter AI-förfrågningar till handlingsbara frågor och operationer mot den underliggande logginfrastrukturen.
Kärnfunktioner och verktyg
Logchef MCP exponerar kapabiliteter inom upptäckte, frågor, analys och administrativa operationer. Den stöder upptäckten av team, källor och scheman, tillsammans med full ClickHouse SQL-frågehantering. Analysfunktioner inkluderar histogram och sparade frågor. Model Context Protocol definierar generiska anropsmetoder: tools/list för att upptäcka tillgängliga verktyg och tools/call för att anropa specifika funktioner. Stödda transportprotokoll inkluderar stdio för standardströmningar och Streamable HTTP för HTTP POST/GET med valfria Server-Sent Events.
Vem är den för?
Logchef MCP är för team som söker en kraftfull fråge- och kontrollplan över sina befintliga loggbackends, särskilt utvecklare och driftteam. Den gynnar särskilt dem som använder AI-assistenter för felsökning, incidenthantering och logganalys. Kompatibla AI-klienter inkluderar Claude Desktop, Cursor, Claude Code och Copilot. Hoppa över detta om dina team inte använder AI-assistenter för felsökning eller analys.
Hur man kommer igång
Åtkomst beviljas genom ett standard OAuth-auktoriseringsflöde. De stödda transportprotokollen är stdio och Streamable HTTP.
Användningsfall
- AI-drivna loggfrågor: Användare ställer frågor på naturligt språk för att lokalisera specifika logghändelser eller mönster, som att hitta 500-fel från en webbservice under en timme.
- Logganalys och visualisering: Generera histogram över loggvolym över tid eller identifiera vanliga felmeddelanden med hjälp av AI-assisterade processer.
- AI-assisterad felsökning och incidenthantering: AI-agenter undersöker telemetridata, förstår spårkontexter och genererar frågor för att undersöka applikationsfel.
Logchef MCP erbjuder en specialiserad lösning för att integrera AI-assistenter med logganalysplattformar. Det tillhandahåller ett kraftfullt gränssnitt för att fråga, analysera och hantera loggdata från ClickHouse och VictoriaLogs, vilket ger utvecklare och driftteam möjlighet. Serverns Go-baserade arkitektur säkerställer effektivitet och minimala beroenden, medan dess OIDC/lokal autentisering och RBAC ger säker åtkomst.
