허니컴 MCP 서버

이것을

개요

이 서버는 Claude AI가 Honeycomb API 와 상호 작용할 수 있도록 MCP(Model Context Protocol)를 사용하는 인터페이스입니다.

이 MCP 서버를 사용하면 Claude AI는 Honeycomb 데이터 세트, 쿼리, 이벤트, 보드, 마커, SLO 및 트리거를 검색, 생성 및 업데이트하는 등의 작업을 수행할 수 있습니다.

Related MCP server: mcp-server-docker

저장소 정보

이 저장소는 Honeycomb MCP 서버의 독립형 구현을 제공합니다. Claude AI와 Honeycomb을 통합하여 관찰 및 모니터링 워크플로를 간소화합니다.

설정

필수 조건

• Node.js 18 이상

• 허니컴 API 키

설치

지엑스피1

환경 변수 설정

MCP 구성 예

이 MCP 서버를 사용하는 경우 mcp_config.json 파일에 다음 구성을 추가하세요.

서버 시작

사용 가능한 도구

이 MCP 서버는 다음과 같은 도구를 제공합니다.

입증

1. honeycomb_auth

   • Honeycomb API로 인증합니다

   • 입력:

     • apiKey (문자열, 선택 사항): Honeycomb API 키(제공되지 않으면 환경 변수 사용)

데이터 세트 관리

1. honeycomb_datasets_list

   • 사용 가능한 모든 데이터 세트를 나열합니다.

   • 입력 매개변수가 필요하지 않습니다

2. honeycomb_dataset_get

   • 특정 데이터 세트에 대한 정보를 가져옵니다

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

3. honeycomb_datasets_create

   • 새로운 데이터 세트를 생성합니다

   • 입력:

     • name (문자열, 필수): 데이터 세트의 이름

     • description (문자열, 선택 사항): 데이터 세트에 대한 설명

열 관리

1. honeycomb_columns_list

   • 데이터 세트의 모든 열을 나열합니다

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

쿼리 관리

1. honeycomb_query_create

   • 데이터 세트에 대한 새 쿼리를 생성합니다.

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

     • query (객체, 필수): 쿼리 구성

2. honeycomb_query_result_create

   • 쿼리를 실행하고 결과를 반환합니다.

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

     • query (객체, 필수): 쿼리 구성

이벤트 관리

1. honeycomb_event_create

   • 데이터 세트에 새 이벤트를 생성합니다.

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

     • data (객체, 필수): 이벤트 데이터

이사회 관리

1. honeycomb_boards_list

   • 모든 보드를 나열합니다

   • 입력 매개변수가 필요하지 않습니다

2. honeycomb_board_get

   • 특정 보드에 대한 정보를 얻습니다

   • 입력:

     • boardId (문자열, 필수): 보드의 ID

3. honeycomb_board_create

   • 새로운 보드를 만듭니다

   • 입력:

     • name (문자열, 필수): 보드 이름

     • description (문자열, 선택 사항): 보드에 대한 설명

     • query_ids (문자열 배열, 선택 사항): 보드에 포함할 쿼리 ID

4. honeycomb_board_update

   • 기존 보드를 업데이트합니다

   • 입력:

     • boardId (문자열, 필수): 업데이트할 보드의 ID

     • name (문자열, 선택 사항): 보드의 새 이름

     • description (문자열, 선택 사항): 보드에 대한 새 설명

     • query_ids (문자열 배열, 선택 사항): 보드에 포함할 새 쿼리 ID

마커 관리

1. honeycomb_markers_list

   • 데이터 세트의 모든 마커를 나열합니다.

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

2. honeycomb_marker_create

   • 새로운 마커를 생성합니다

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

     • message (문자열, 필수): 마커에 대한 메시지

     • type (문자열, 필수): 마커의 유형

     • start_time (문자열, 필수): 마커의 시작 시간

     • end_time (문자열, 선택 사항): 마커의 종료 시간

     • url (문자열, 선택 사항): 마커와 연결된 URL

   • 입력:

     • datasetSlug (문자열, 필수): 데이터 세트의 슬러그

     • markerId (문자열, 필수): 삭제할 마커의 ID

사용 예

다음은 Claude가 MCP 서버를 사용하여 새로운 Honeycomb 데이터 세트를 만들고 이벤트를 추가하는 예입니다.

일반적인 통합 패턴

1. 관찰성 자동화

   [User] Claude, please help me set up a new SLO for API response times. [Claude] I can help with that. Let me create an SLO to track API response times. I'll use honeycomb_slo_create with these parameters: { "datasetSlug": "production-api", "name": "API Response Time SLO", "description": "Tracks response time for critical API endpoints", "sli": { "alias": "Response Time < 300ms", "conditions": { "column": "duration_ms", "operator": "<", "value": 300 } }, "time_period_days": 30, "target_per_million": 995000 }

2. 사건 조사

   [User] We're seeing elevated error rates in production. Can you help investigate? [Claude] I'll help investigate the elevated error rates. Let me query the recent error data. First, I'll use honeycomb_query_result_create: { "datasetSlug": "production", "query": { "calculations": [ { "op": "COUNT" } ], "filters": [ { "column": "status_code", "operator": ">=", "value": 500 } ], "breakdowns": ["service", "endpoint"], "time_range": 3600, "granularity": 60 } }

"프로덕션 애플리케이션 모니터링"이라는 설명으로 "애플리케이션 모니터링" 데이터 세트를 생성합니다...

[클로드는 honeycomb_datasets_create를 사용합니다]

데이터세트가 성공적으로 생성되었습니다! 이제 이벤트를 추가할 수 있습니다.

테스트하기 위해 데이터 세트에서 샘플 이벤트를 생성할까요?

[사용자] 네, 샘플 이벤트를 추가해 주세요.

[클로드] "애플리케이션 모니터링" 데이터 세트에 샘플 이벤트를 추가하겠습니다.

[클로드는 honeycomb_event_create를 사용합니다]

성공! "애플리케이션 모니터링" 데이터세트에 다음 데이터를 사용하여 샘플 이벤트를 추가했습니다. { "service": "api-server", "message": "사용자 로그인 성공", "duration_ms": 45, "status_code": 200, "endpoint": "/api/login", "timestamp": "2025-03-25T14:30:00Z" }

이 이벤트는 완료하는 데 45ms가 걸린 성공적인 사용자 로그인 작업을 나타냅니다.

이제 Honeycomb 대시보드에서 이 이벤트를 보고 데이터 분석을 위한 쿼리를 작성할 수 있습니다.

일반적인 오류 코드

• AUTH_ERROR : 인증에 실패했습니다. API 키를 확인하세요.

• NOT_FOUND : 요청한 리소스를 찾을 수 없습니다.

• INVALID_PARAMETER : 하나 이상의 매개변수가 잘못되었습니다.

• RATE_LIMIT : Honeycomb API 속도 제한에 도달했습니다.

• SERVER_ERROR : 내부 서버 오류가 발생했습니다.

문제 해결 팁

1. 인증 문제

   • HONEYCOMB_API_KEY 가 올바르게 설정되었는지 확인하세요.

   • API 키에 적절한 권한이 있는지 확인하세요.

2. 데이터 세트를 찾을 수 없습니다

   • 데이터 세트 슬러그가 올바른지 확인하세요(오타가 있는지 확인하세요)

   • Honeycomb 계정에 데이터 세트가 있는지 확인하세요.

3. 쿼리 실행 문제

   • 쿼리 매개변수가 올바르게 형식화되었는지 확인합니다.

   • 쿼리의 열 이름이 데이터 세트의 열 이름과 일치하는지 확인하세요.

기여하다

Honeycomb MCP 서버에 기여해 주세요! 기여 방법은 다음과 같습니다.

개발 설정

1. 저장소를 포크하세요

2. 포크를 복제하세요

   git clone https://github.com/your-username/honeycomb-mcp-server.git

3. 종속성 설치

   npm install

4. 변경 사항을 만드세요

5. 빌드를 실행하세요

   npm run build

6. 변경 사항을 로컬에서 테스트하세요

풀 리퀘스트 프로세스

1. 기능 브랜치 생성

   git checkout -b feat-your-feature-name

2. 기존 커밋 형식에 따라 변경 사항을 커밋하세요.

   git commit -m "feat: add new feature"

3. 포크로 밀어주세요

   git push origin feat-your-feature-name

4. 풀 리퀘스트 열기

코딩 표준

• 모든 새 코드에 TypeScript를 사용하세요

• 기존 코드 스타일을 따르세요

• 공개 API에 대한 주석 추가

• 새로운 기능에 대한 테스트를 작성하세요

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.