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

Enables access and analysis of OpenTelemetry traces and metrics data stored in Logfire, with tools for finding exceptions, retrieving trace information, and executing SQL queries against telemetry data.
Integrates with Logfire, a Pydantic service, to retrieve and analyze application telemetry data through the Logfire APIs using read tokens from the Logfire project settings.

Servidor MCP de Logfire

Este repositorio contiene un servidor de Protocolo de contexto de modelo (MCP) con herramientas que pueden acceder a los seguimientos y métricas de OpenTelemetry que ha enviado a Logfire.

Este servidor MCP permite a los LLM recuperar datos de telemetría de su aplicación, analizar seguimientos distribuidos y utilizar los resultados de consultas SQL arbitrarias ejecutadas mediante las API de Logfire.

Herramientas disponibles

find_exceptions - Obtener recuentos de excepciones de los seguimientos agrupados por archivo
- Argumentos obligatorios:
  - age (int): Número de minutos para mirar hacia atrás (por ejemplo, 30 para los últimos 30 minutos, máximo 7 días)
find_exceptions_in_file : obtiene información de seguimiento detallada sobre las excepciones en un archivo específico
- Argumentos obligatorios:
  - filepath (cadena): Ruta al archivo a analizar
  - age (int): Número de minutos para mirar atrás (máximo 7 días)
arbitrary_query : ejecuta consultas SQL personalizadas en tus seguimientos y métricas de OpenTelemetry
- Argumentos obligatorios:
  - query (cadena): consulta SQL a ejecutar
  - age (int): Número de minutos para mirar atrás (máximo 7 días)
get_logfire_records_schema : obtiene el esquema de OpenTelemetry para ayudar con consultas personalizadas
- No se requieren argumentos

Configuración

Instalar `uv`

Lo primero que debe hacer es asegurarse de que uv esté instalado, ya que uv se utiliza para ejecutar el servidor MCP.

Para obtener instrucciones de instalación, consulte los documentos de instalación uv .

Si ya tiene instalada una versión anterior de uv , es posible que necesite actualizarla con uv self update .

Obtener un token de lectura de Logfire

Para realizar solicitudes a las API de Logfire, el servidor Logfire MCP requiere un "token de lectura".

Puede crear uno en la sección "Tokens de lectura" de la configuración de su proyecto en Logfire: https://logfire.pydantic.dev/-/redirect/latest-project/settings/read-tokens

[!IMPORTANTE] Los tokens de lectura de Logfire son específicos del proyecto, por lo que debe crear uno para el proyecto específico que desea exponer al servidor Logfire MCP.

Ejecutar el servidor manualmente

Una vez que tenga uv instalado y tenga un token de lectura de Logfire, puede ejecutar manualmente el servidor MCP usando uvx (que es proporcionado por uv ).

Puede especificar su token de lectura utilizando la variable de entorno LOGFIRE_READ_TOKEN :

LOGFIRE_READ_TOKEN=YOUR_READ_TOKEN uvx logfire-mcp

o usando el indicador --read-token :

uvx logfire-mcp --read-token=YOUR_READ_TOKEN

[!NOTA]
Si utiliza Cursor, Claude Desktop, Cline u otros clientes MCP que administran sus servidores MCP, NO necesita ejecutar el servidor manualmente. La siguiente sección le mostrará cómo configurar estos clientes para usar el servidor MCP de Logfire.

Configuración con clientes MCP conocidos

Configurar para el cursor

Cree un archivo .cursor/mcp.json en la raíz de su proyecto:

{
  "mcpServers": {
    "logfire": {
      "command": "uvx",
      "args": ["logfire-mcp", "--read-token=YOUR-TOKEN"]
    }
  }
}

El cursor no acepta el campo env , por lo que debe utilizar el indicador --read-token en su lugar.

Configurar para Claude Desktop

Añade a tu configuración de Claude:

{
  "command": ["uvx"],
  "args": ["logfire-mcp"],
  "type": "stdio",
  "env": {
    "LOGFIRE_READ_TOKEN": "YOUR_TOKEN"
  }
}

Configurar para Cline

Agregue a su configuración de Cline en cline_mcp_settings.json :

{
  "mcpServers": {
    "logfire": {
      "command": "uvx",
      "args": ["logfire-mcp"],
      "env": {
        "LOGFIRE_READ_TOKEN": "YOUR_TOKEN"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

Personalización - URL base

De forma predeterminada, el servidor se conecta a la API de Logfire en https://logfire-api.pydantic.dev . Puede anular esto mediante:

Usando el argumento --base-url :

uvx logfire-mcp --base-url=https://your-logfire-instance.com

Configuración de la variable de entorno:

LOGFIRE_BASE_URL=https://your-logfire-instance.com uvx logfire-mcp

Ejemplos de interacciones

Encuentre todas las excepciones en los seguimientos de la última hora:

{
  "name": "find_exceptions",
  "arguments": {
    "age": 60
  }
}

Respuesta:

[
  {
    "filepath": "app/api.py",
    "count": 12
  },
  {
    "filepath": "app/models.py",
    "count": 5
  }
]

Obtenga detalles sobre las excepciones de los seguimientos en un archivo específico:

{
  "name": "find_exceptions_in_file",
  "arguments": {
    "filepath": "app/api.py",
    "age": 1440
  }
}

Respuesta:

[
  {
    "created_at": "2024-03-20T10:30:00Z",
    "message": "Failed to process request",
    "exception_type": "ValueError",
    "exception_message": "Invalid input format",
    "function_name": "process_request",
    "line_number": "42",
    "attributes": {
      "service.name": "api-service",
      "code.filepath": "app/api.py"
    },
    "trace_id": "1234567890abcdef"
  }
]

Ejecutar una consulta personalizada en los seguimientos:

{
  "name": "arbitrary_query",
  "arguments": {
    "query": "SELECT trace_id, message, created_at, attributes->>'service.name' as service FROM records WHERE severity_text = 'ERROR' ORDER BY created_at DESC LIMIT 10",
    "age": 1440
  }
}

Ejemplos de preguntas para Claude

"¿Qué excepciones ocurrieron en los seguimientos de la última hora en todos los servicios?"
"Muéstrame los errores recientes en el archivo 'app/api.py' con su contexto de seguimiento"
"¿Cuántos errores hubo en las últimas 24 horas por servicio?"
"¿Cuáles son los tipos de excepciones más comunes en mis seguimientos, agrupados por nombre de servicio?"
"Consígueme el esquema de OpenTelemetry para seguimientos y métricas"
"Encuentra todos los errores de ayer y muestra sus contextos de seguimiento"

Empezando

Primero, obtenga un token de lectura de Logfire desde: https://logfire.pydantic.dev/-/redirect/latest-project/settings/read-tokens
Ejecute el servidor MCP:
uvx logfire-mcp --read-token=YOUR_TOKEN
Configure su cliente preferido (Cursor, Claude Desktop o Cline) utilizando los ejemplos de configuración anteriores
¡Comience a utilizar el servidor MCP para analizar sus seguimientos y métricas de OpenTelemetry!

Contribuyendo

Agradecemos sus contribuciones para mejorar el servidor Logfire MCP. Ya sea que desee agregar nuevas herramientas de análisis de trazas, mejorar la funcionalidad de consulta de métricas o mejorar la documentación, su opinión es valiosa.

Para obtener ejemplos de otros servidores MCP y patrones de implementación, consulte el repositorio de servidores de Protocolo de contexto de modelo .

Licencia

Logfire MCP cuenta con la licencia MIT. Esto significa que usted tiene libertad de usar, modificar y distribuir el software, sujeto a los términos y condiciones de la licencia MIT.

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

Un servidor de protocolo de contexto de modelo que permite a los LLM recuperar y analizar métricas y seguimientos de OpenTelemetry desde Logfire, lo que admite el seguimiento de excepciones y consultas SQL personalizadas contra datos de telemetría.

Appeared in Searches

How to search files on a local computer