Skip to main content
Glama
Sign In
enesjakozh

hny-mcp

by honeycombio
npmGitHub
TypeScript
MIT License
2
12
  • Linux
  • Apple
RedditDiscord
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Integrations

  • Required runtime environment for operating the MCP server, with version 16+ needed.

  • Package manager used for installation and building the MCP server.

허니콤 MCP

Honeycomb 관측 데이터와 상호작용하기 위한 모델 컨텍스트 프로토콜 서버입니다. 이 서버를 통해 Claude와 같은 LLM은 여러 환경에서 Honeycomb 데이터 세트를 직접 분석하고 쿼리할 수 있습니다.

허니컴 엔터프라이즈 전용

현재 이 기능은 Honeycomb Enterprise 고객에게만 제공됩니다.

작동 원리

현재 이는 사용자 컴퓨터에서 실행해야 하는 단일 서버 프로세스입니다. 인증되지 않습니다. 모든 정보는 클라이언트와 서버 간에 STDIO를 사용합니다.

설치

지엑스피1

빌드 아티팩트는 /build 폴더로 이동합니다.

구성

이 MCP 서버를 사용하려면 MCP 구성의 환경 변수를 통해 Honeycomb API 키를 제공해야 합니다.

{ "mcpServers": { "honeycomb": { "command": "node", "args": [ "/fully/qualified/path/to/honeycomb-mcp/build/index.mjs" ], "env": { "HONEYCOMB_API_KEY": "your_api_key" } } } }

여러 환경의 경우:

{ "mcpServers": { "honeycomb": { "command": "node", "args": [ "/fully/qualified/path/to/honeycomb-mcp/build/index.mjs" ], "env": { "HONEYCOMB_ENV_PROD_API_KEY": "your_prod_api_key", "HONEYCOMB_ENV_STAGING_API_KEY": "your_staging_api_key" } } } }

중요: 이러한 환경 변수는 MCP 구성의 env 블록에서 설정 해야 합니다 .

EU 구성

MCP가 기본적으로 비EU 인스턴스를 사용하므로 EU 고객도 HONEYCOMB_API_ENDPOINT 구성을 설정해야 합니다.

# Optional custom API endpoint (defaults to https://api.honeycomb.io) HONEYCOMB_API_ENDPOINT=https://api.eu1.honeycomb.io/

캐싱 구성

MCP 서버는 성능을 향상시키고 API 사용량을 줄이기 위해 모든 비쿼리 Honeycomb API 호출에 대한 캐싱을 구현합니다. 캐싱은 다음 환경 변수를 사용하여 구성할 수 있습니다.

# Enable/disable caching (default: true) HONEYCOMB_CACHE_ENABLED=true # Default TTL in seconds (default: 300) HONEYCOMB_CACHE_DEFAULT_TTL=300 # Resource-specific TTL values in seconds (defaults shown) HONEYCOMB_CACHE_DATASET_TTL=900 # 15 minutes HONEYCOMB_CACHE_COLUMN_TTL=900 # 15 minutes HONEYCOMB_CACHE_BOARD_TTL=900 # 15 minutes HONEYCOMB_CACHE_SLO_TTL=900 # 15 minutes HONEYCOMB_CACHE_TRIGGER_TTL=900 # 15 minutes HONEYCOMB_CACHE_MARKER_TTL=900 # 15 minutes HONEYCOMB_CACHE_RECIPIENT_TTL=900 # 15 minutes HONEYCOMB_CACHE_AUTH_TTL=3600 # 1 hour # Maximum cache size (items per resource type) HONEYCOMB_CACHE_MAX_SIZE=1000

클라이언트 호환성

Honeycomb MCP는 다음 클라이언트에서 테스트되었습니다.

다른 클라이언트에서도 효과가 있을 가능성이 높습니다.

특징

  • 여러 환경에서 Honeycomb 데이터 세트 쿼리
  • 다음을 지원하여 분석 쿼리를 실행합니다.
    • 다양한 계산 유형(COUNT, AVG, P95 등)
    • 분석 및 필터
    • 시간 기반 분석
  • SLO 및 상태 모니터링(Enterprise 전용)
  • 열과 데이터 패턴 분석
  • 트리거 보기 및 분석
  • 데이터 세트 메타데이터 및 스키마 정보에 액세스합니다.
  • 모든 비쿼리 API 호출에 대해 TTL 기반 캐싱을 사용하여 성능을 최적화했습니다.

자원

다음 형식의 URI를 사용하여 Honeycomb 데이터 세트에 액세스합니다: honeycomb://{environment}/{dataset}

예를 들어:

  • honeycomb://production/api-requests
  • honeycomb://staging/backend-services

리소스 응답에는 다음이 포함됩니다.

  • 데이터 세트 이름
  • 열 정보(이름, 유형, 설명)
  • 스키마 세부 정보

도구

  • list_datasets : 환경의 모든 데이터 세트를 나열합니다.
    { "environment": "production" }
  • get_columns : 데이터 세트의 열 정보를 가져옵니다.
    { "environment": "production", "dataset": "api-requests" }
  • run_query : 다양한 옵션을 사용하여 분석 쿼리 실행
    { "environment": "production", "dataset": "api-requests", "calculations": [ { "op": "COUNT" }, { "op": "P95", "column": "duration_ms" } ], "breakdowns": ["service.name"], "time_range": 3600 }
  • analyze_columns : 통계 쿼리를 실행하고 계산된 메트릭을 반환하여 데이터 세트의 특정 열을 분석합니다.
  • list_slos : 데이터세트의 모든 SLO를 나열합니다.
    { "environment": "production", "dataset": "api-requests" }
  • get_slo : 자세한 SLO 정보 가져오기
    { "environment": "production", "dataset": "api-requests", "sloId": "abc123" }
  • list_triggers : 데이터 세트의 모든 트리거를 나열합니다.
    { "environment": "production", "dataset": "api-requests" }
  • get_trigger : 자세한 트리거 정보를 가져옵니다.
    { "environment": "production", "dataset": "api-requests", "triggerId": "xyz789" }
  • get_trace_link : Honeycomb UI에서 특정 추적에 대한 딥 링크를 생성합니다.
  • get_instrumentation_help : OpenTelemetry 계측 지침을 제공합니다.
    { "language": "python", "filepath": "app/services/payment_processor.py" }

Claude를 사용한 예제 쿼리

클로드에게 다음과 같은 질문을 해보세요.

  • "프로덕션 환경에서는 어떤 데이터 세트를 사용할 수 있나요?"
  • "지난 1시간 동안 API 서비스에 대한 P95 지연 시간을 보여주세요"
  • "서비스 이름별로 오류율은 어떻게 되나요?"
  • "예산을 초과할 위기에 처한 SLO가 있나요?"
  • "스테이징 환경의 모든 활성 트리거 표시"
  • "프로덕션 API 데이터 세트에서 어떤 열을 사용할 수 있나요?"

최적화된 도구 응답

모든 도구 응답은 필수 정보를 유지하면서 컨텍스트 창 사용을 줄이도록 최적화되었습니다.

  • 데이터세트 목록 : 이름, 슬러그, 설명만 반환합니다.
  • 열 가져오기 : 이름, 유형 및 설명에 초점을 맞춘 간소화된 열 정보를 반환합니다.
  • 쿼리 실행 :
    • 실제 결과와 필요한 메타데이터가 포함되어 있습니다.
    • 자동으로 계산된 요약 통계를 추가합니다.
    • 히트맵 쿼리에 대한 시리즈 데이터만 포함합니다.
    • 자세한 메타데이터, 링크 및 실행 세부 정보를 생략합니다.
  • 열 분석 :
    • 상위 값, 개수 및 주요 통계를 반환합니다.
    • 적절한 경우 숫자형 메트릭을 자동으로 계산합니다.
  • SLO 정보 : 주요 상태 지표 및 성과 측정 항목으로 간소화됨
  • 트리거 정보 : 트리거 상태, 조건, 알림 대상에 초점을 맞춥니다.

이러한 최적화를 통해 응답은 간결하면서도 완전해지며, LLM은 맥락 제한 내에서 더 많은 데이터를 처리할 수 있습니다.

run_query 에 대한 쿼리 사양

run_query 도구는 포괄적인 쿼리 사양을 지원합니다.

  • 계산 : 수행할 연산의 배열
    • 지원되는 작업: COUNT, CONCURRENCY, COUNT_DISTINCT, HEATMAP, SUM, AVG, MAX, MIN, P001, P01, P05, P10, P25, P50, P75, P90, P95, P99, P999, RATE_AVG, RATE_SUM, RATE_MAX
    • COUNT 및 CONCURRENCY와 같은 일부 작업에는 열이 필요하지 않습니다.
    • 예: {"op": "HEATMAP", "column": "duration_ms"}
  • 필터 : 필터 조건 배열
    • 지원되는 연산자: =, !=, >, >=, <, <=, starts-with, does-not-start-with, exists, does-not-exist, contains, does-not-contain, in, not-in
    • 예: {"column": "error", "op": "=", "value": true}
  • filter_combination : "AND" 또는 "OR"(기본값은 "AND")
  • breakdowns : 결과를 그룹화하기 위한 열 배열
    • 예: ["service.name", "http.status_code"]
  • orders : 결과를 정렬하는 방법을 지정하는 배열
    • 분류 또는 계산의 열을 참조해야 합니다.
    • HEATMAP 작업은 주문에 사용할 수 없습니다.
    • 예: {"op": "COUNT", "order": "descending"}
  • time_range : 상대적인 시간 범위(초)(예: 마지막 시간의 경우 3600)
    • start_time 또는 end_time과 결합할 수 있지만 둘 다 결합할 수는 없습니다.
  • 시작 시간 및 종료 시간 : 절대 시간 범위에 대한 UNIX 타임스탬프
  • 가지고 있음 : 계산 값을 기준으로 결과 필터링
    • 예: {"calculate_op": "COUNT", "op": ">", "value": 100}

예제 쿼리

다음은 실제 쿼리의 몇 가지 예입니다.

느린 API 호출 찾기

{ "environment": "production", "dataset": "api-requests", "calculations": [ {"column": "duration_ms", "op": "HEATMAP"}, {"column": "duration_ms", "op": "MAX"} ], "filters": [ {"column": "trace.parent_id", "op": "does-not-exist"} ], "breakdowns": ["http.target", "name"], "orders": [ {"column": "duration_ms", "op": "MAX", "order": "descending"} ] }

DB 호출 분포(지난주)

{ "environment": "production", "dataset": "api-requests", "calculations": [ {"column": "duration_ms", "op": "HEATMAP"} ], "filters": [ {"column": "db.statement", "op": "exists"} ], "breakdowns": ["db.statement"], "time_range": 604800 }

예외 및 호출자별 예외 수

{ "environment": "production", "dataset": "api-requests", "calculations": [ {"op": "COUNT"} ], "filters": [ {"column": "exception.message", "op": "exists"}, {"column": "parent_name", "op": "exists"} ], "breakdowns": ["exception.message", "parent_name"], "orders": [ {"op": "COUNT", "order": "descending"} ] }

개발

pnpm install pnpm run build

요구 사항

  • 노드.js 16+
  • 적절한 권한이 있는 Honeycomb API 키:
    • 분석을 위한 쿼리 액세스
    • SLO 및 트리거에 대한 읽기 액세스
    • 데이터 세트 작업을 위한 환경 수준 액세스

특허

MIT

You must be authenticated.

A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

Tools

View all tools

Honeycomb 관측 가능성 데이터와 상호 작용하는 서버입니다. 이 서버를 통해 Claude와 같은 LLM이 Honeycomb 데이터 세트를 직접 분석하고 쿼리할 수 있습니다.

  1. Honeycomb Enterprise Only
    1. How it works
      1. Installation
        1. Configuration
          1. EU Configuration
          2. Caching Configuration
        2. Client compatibility
          1. Features
            1. Resources
            2. Tools
            3. Example Queries with Claude
            4. Optimized Tool Responses
            5. Query Specification for run_query
            6. Example Queries
          2. Development
            1. Requirements
              1. License

                Appeared in Searches

                ID: 8zeou4ict1