蜂窝微通道板

用于与 Honeycomb 可观测性数据交互的模型上下文协议服务器。该服务器使像 Claude 这样的法学硕士 (LLM) 能够跨多个环境直接分析和查询 Honeycomb 数据集。

要求

• Node.js 18+

• 具有完全权限的 Honeycomb API 密钥：

  • 查询分析访问权限

  • SLO 和触发器的读取权限

  • 数据集操作的环境级别访问

Honeycomb MCP 实际上是 Honeycomb 的完整替代接口，因此您需要对 API 拥有广泛的权限。

Related MCP server: Redis

仅限 Honeycomb Enterprise

目前，该功能仅适用于 Honeycomb Enterprise 客户。

工作原理

目前，这是一个单服务器进程**，您必须在自己的计算机上运行**。它无需身份验证。所有信息都使用客户端和服务器之间的 STDIO 进行传输。

安装

pnpm install
pnpm run build

构建工件进入/build文件夹。

配置

要使用此 MCP 服务器，您需要通过 MCP 配置中的环境变量提供 Honeycomb API 密钥。

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

对于多种环境：

{
    "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"
        }
      }
    }
}

重要提示：在 MCP 配置的env块中设置。

欧盟配置

由于 MCP 默认为非欧盟实例，因此欧盟客户还必须设置HONEYCOMB_API_ENDPOINT配置。

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

缓存配置

MCP 服务器为所有非查询 Honeycomb API 调用实现了缓存，以提高性能并减少 API 使用率。您可以使用以下环境变量配置缓存：

# 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

客户端兼容性

Honeycomb MCP 已通过以下客户端测试：

• 克劳德桌面

• 克劳德·科德

• 光标

• 风帆冲浪

• 鹅

它可能会与其他客户端合作。

特征

• 跨多个环境查询 Honeycomb 数据集

• 运行分析查询并支持以下功能：

  • 多种计算类型（COUNT、AVG、P95 等）

  • 细分和过滤器

  • 基于时间的分析

• 监控 SLO 及其状态（仅限企业）

• 分析列和数据模式

• 查看和分析触发器

• 访问数据集元数据和架构信息

• 通过基于 TTL 的缓存优化所有非查询 API 调用的性能

资源

使用以下格式的 URI 访问 Honeycomb 数据集： honeycomb://{environment}/{dataset}

例如：

• honeycomb://production/api-requests

• honeycomb://staging/backend-services

资源响应包括：

• 数据集名称

• 列信息（名称、类型、描述）

• 架构详细信息

工具

• list_datasets ：列出环境中的所有数据集

  { "environment": "production" }

• get_columns ：获取数据集的列信息

  {
    "environment": "production",
    "dataset": "api-requests"
  }

• run_query ：使用丰富的选项运行分析查询

  {
    "environment": "production",
    "dataset": "api-requests",
    "calculations": [
      { "op": "COUNT" },
      { "op": "P95", "column": "duration_ms" }
    ],
    "breakdowns": ["service.name"],
    "time_range": 3600
  }

• analyze_columns ：通过运行统计查询并返回计算指标来分析数据集中的特定列。

• list_slos ：列出数据集的所有 SLO

  {
    "environment": "production",
    "dataset": "api-requests"
  }

• get_slo ：获取详细的 SLO 信息

  {
    "environment": "production",
    "dataset": "api-requests",
    "sloId": "abc123"
  }

• list_triggers ：列出数据集的所有触发器

  {
    "environment": "production",
    "dataset": "api-requests"
  }

• get_trigger ：获取详细的触发器信息

  {
    "environment": "production",
    "dataset": "api-requests",
    "triggerId": "xyz789"
  }

• get_trace_link ：生成指向 Honeycomb UI 中特定跟踪的深层链接

• get_instrumentation_help ：提供 OpenTelemetry 检测指导

  {
    "language": "python",
    "filepath": "app/services/payment_processor.py"
  }

Claude 的示例查询

向克劳德询问以下问题：

• “生产环境中有哪些可用的数据集？”

• “显示过去一小时内 API 服务的 P95 延迟”

• “按服务名称细分的错误率是多少？”

• “有哪些 SLO 接近超出预算？”

• “显示暂存环境中的所有活动触发器”

• “生产 API 数据集中有哪些可用的列？”

优化工具响应

所有工具响应都经过优化，以减少上下文窗口的使用，同时保留基本信息：

• 列出数据集：仅返回名称、slug 和描述

• 获取列：返回简化的列信息，重点关注名称、类型和描述

• 运行查询：

  • 包括实际结果和必要的元数据

  • 添加自动计算的汇总统计数据

  • 仅包含热图查询的系列数据

  • 省略详细的元数据、链接和执行细节

• 分析列：

  • 返回最高值、计数和关键统计数据

  • 在适当的时候自动计算数值指标

• SLO 信息：精简为关键状态指标和绩效指标

• 触发信息：重点关注触发状态、条件、通知对象

这种优化确保响应简洁而完整，从而允许 LLM 在上下文限制内处理更多数据。

run_query的查询规范

run_query工具支持全面的查询规范：

• 计算：要执行的操作数组

  • 支持的操作：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

  • 某些操作（例如 COUNT 和 CONCURRENCY）不需要列

  • 例如： {"op": "HEATMAP", "column": "duration_ms"}

• filters ：过滤条件数组

  • 支持的运算符：=、!=、>、>=、<、<=、starts-with、does-not-start-with、exists、does-not-exist、contains、does-not-contain、in、not-in

  • 例如： {"column": "error", "op": "=", "value": true}

• filter_combination ：“AND”或“OR”（默认为“AND”）

• breakdowns ：按列对结果进行分组的数组

  • 例如： ["service.name", "http.status_code"]

• orders ：指定如何对结果进行排序的数组

  • 必须引用细分或计算中的列

  • HEATMAP 操作不能用于订单

  • 例如： {"op": "COUNT", "order": "descending"}

• time_range ：相对时间范围（以秒为单位）（例如，过去一小时为 3600 秒）

  • 可以与 start_time 或 end_time 结合使用，但不能同时与两者结合使用

• start_time和end_time ：绝对时间范围的 UNIX 时间戳

• having ：根据计算值过滤结果

  • 例如： {"calculate_op": "COUNT", "op": ">", "value": 100}

示例查询

以下是一些真实示例查询：

查找缓慢的 API 调用

{
  "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 调用分布（上周）

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

按异常和调用者统计的异常数量

{
  "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"}
  ]
}

发展

pnpm install
pnpm run build

执照

麻省理工学院