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.

요구 사항

• 노드.js 18+

• 전체 권한이 있는 Honeycomb API 키:

  • 분석을 위한 쿼리 액세스

  • SLO 및 트리거에 대한 읽기 액세스

  • 데이터 세트 작업을 위한 환경 수준 액세스

Honeycomb MCP는 사실상 Honeycomb에 대한 완벽한 대체 인터페이스이므로 API에 대한 광범위한 권한이 필요합니다.

Related MCP server: Redis

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.

여러 환경의 경우:

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.

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.

클라이언트 호환성

Honeycomb MCP는 다음 클라이언트에서 테스트되었습니다.

• 클로드 데스크탑

• 클로드 코드

• 커서

• 윈드서핑

• 거위

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 환경에서 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

DB 호출 분포(지난주)

예외 및 호출자별 예외 수

개발

특허

MIT