Skip to main content
Glama
Logfire MCP Server

Logfire MCP Server

Official
by pydantic

Сервер Logfire MCP

Этот репозиторий содержит сервер Model Context Protocol (MCP) с инструментами, которые могут получить доступ к трассировкам и метрикам OpenTelemetry, отправленным вами в Logfire.

Этот сервер MCP позволяет LLM извлекать данные телеметрии вашего приложения, анализировать распределенные трассировки и использовать результаты произвольных SQL-запросов, выполненных с использованием API Logfire.

Доступные инструменты

  • find_exceptions — Получить количество исключений из трассировок, сгруппированных по файлу

    • Требуемые аргументы:

      • age (int): Количество минут для просмотра (например, 30 для последних 30 минут, максимум 7 дней)

  • find_exceptions_in_file — получение подробной информации о трассировке исключений в определенном файле

    • Требуемые аргументы:

      • filepath (строка): Путь к файлу для анализа.

      • age (int): Количество минут, на которые нужно оглянуться назад (макс. 7 дней)

  • arbitrary_query — выполнение пользовательских SQL-запросов по вашим трассировкам и метрикам OpenTelemetry

    • Требуемые аргументы:

      • query (строка): SQL-запрос для выполнения

      • age (int): Количество минут, на которые нужно оглянуться назад (макс. 7 дней)

  • get_logfire_records_schema — получить схему OpenTelemetry для помощи с пользовательскими запросами

    • Нет требуемых аргументов

Related MCP server: Observe MCP Server

Настраивать

Установить uv

Первое, что нужно сделать, это убедиться, что установлен uv , так как uv используется для запуска сервера MCP.

Инструкции по установке см. в документации по установке uv .

Если у вас уже установлена старая версия uv , вам может потребоваться обновить ее с помощью uv self update .

Получите токен чтения Logfire

Для выполнения запросов к API Logfire серверу Logfire MCP требуется «токен чтения».

Вы можете создать его в разделе «Read Tokens» настроек вашего проекта в Logfire: https://logfire.pydantic.dev/-/redirect/latest-project/settings/read-tokens

[!ВАЖНО] Токены чтения Logfire специфичны для проекта, поэтому вам необходимо создать один для конкретного проекта, который вы хотите предоставить серверу Logfire MCP.

Запустите сервер вручную

После установки uv и получения токена чтения Logfire вы можете вручную запустить сервер MCP с помощью uvx (который предоставляется uv ).

Вы можете указать свой токен чтения с помощью переменной среды LOGFIRE_READ_TOKEN :

LOGFIRE_READ_TOKEN=YOUR_READ_TOKEN uvx logfire-mcp

или с использованием флага --read-token :

uvx logfire-mcp --read-token=YOUR_READ_TOKEN

[!ПРИМЕЧАНИЕ]
Если вы используете Cursor, Claude Desktop, Cline или другие клиенты MCP, которые управляют вашими серверами MCP для вас, вам НЕ нужно вручную запускать сервер самостоятельно. В следующем разделе будет показано, как настроить эти клиенты для использования сервера Logfire MCP.

Конфигурация с известными клиентами MCP

Настроить для курсора

Создайте файл .cursor/mcp.json в корневом каталоге вашего проекта:

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

Курсор не принимает поле env , поэтому вместо него необходимо использовать флаг --read-token .

Настройка для Claude Desktop

Добавьте в настройки Клода:

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

Настроить для Клайна

Добавьте к настройкам Cline в cline_mcp_settings.json :

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

Настройка - Базовый URL

По умолчанию сервер подключается к Logfire API по адресу https://logfire-api.pydantic.dev . Вы можете переопределить это следующим образом:

  1. Использование аргумента --base-url :

uvx logfire-mcp --base-url=https://your-logfire-instance.com
  1. Установка переменной среды:

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

Примеры взаимодействий

  1. Найти все исключения в трассировках за последний час:

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

Ответ:

[
  {
    "filepath": "app/api.py",
    "count": 12
  },
  {
    "filepath": "app/models.py",
    "count": 5
  }
]
  1. Получите подробную информацию об исключениях из трассировок в определенном файле:

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

Ответ:

[
  {
    "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"
  }
]
  1. Запустите пользовательский запрос по трассировкам:

{
  "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
  }
}

Примеры вопросов для Клода

  1. «Какие исключения произошли в трассировках за последний час по всем службам?»

  2. «Покажите мне последние ошибки в файле 'app/api.py' с контекстом их трассировки»

  3. «Сколько ошибок было за последние 24 часа в каждой службе?»

  4. «Каковы наиболее распространенные типы исключений в моих трассировках, сгруппированные по имени службы?»

  5. «Дайте мне схему OpenTelemetry для трассировок и метрик»

  6. «Найти все ошибки за вчерашний день и показать их контексты трассировки»

Начиная

  1. Сначала получите токен чтения Logfire по ссылке: https://logfire.pydantic.dev/-/redirect/latest-project/settings/read-tokens

  2. Запустите сервер MCP:

    uvx logfire-mcp --read-token=YOUR_TOKEN
  3. Настройте предпочитаемый вами клиент (Cursor, Claude Desktop или Cline), используя примеры конфигурации выше.

  4. Начните использовать сервер MCP для анализа трассировок и метрик OpenTelemetry!

Внося вклад

Мы приветствуем вклады, которые помогут улучшить сервер Logfire MCP. Хотите ли вы добавить новые инструменты анализа трассировки, улучшить функциональность запросов метрик или улучшить документацию, ваш вклад будет ценным.

Примеры других серверов MCP и шаблонов реализации см. в репозитории серверов Model Context Protocol .

Лицензия

Logfire MCP лицензирован по лицензии MIT. Это означает, что вы можете свободно использовать, изменять и распространять программное обеспечение в соответствии с условиями лицензии MIT.

Available Tools

4 tools
arbitrary_queryB

Run an arbitrary query on the Pydantic Logfire database.

The SQL reference is available via the `sql_reference` tool.

Inputs: query (required), age (required). Returns: result

find_exceptions_in_fileA

Get the details about the 10 most recent exceptions on the file.

Inputs: filepath (required), age (required). Returns: result

schema_referenceA

The database schema for the Logfire DataFusion database.

This includes all tables, columns, and their types as well as descriptions.
For example:

```sql
-- The records table contains spans and logs.
CREATE TABLE records (
    message TEXT, -- The message of the record
    span_name TEXT, -- The name of the span, message is usually templated from this
    trace_id TEXT, -- The trace ID, identifies a group of spans in a trace
    exception_type TEXT, -- The type of the exception
    exception_message TEXT, -- The message of the exception
    -- other columns...
);
```
The SQL syntax is similar to Postgres, although the query engine is actually Apache DataFusion.

To access nested JSON fields e.g. in the `attributes` column use the `->` and `->>` operators.
You may need to cast the result of these operators e.g. `(attributes->'cost')::float + 10`.

You should apply as much filtering as reasonable to reduce the amount of data queried.
Filters on `start_timestamp`, `service_name`, `span_name`, `metric_name`, `trace_id` are efficient.

Inputs: no named parameters. Returns: result

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A4/5.0

    Scored across 4 tools

    Disambiguation5/5

    Each tool serves a unique purpose: querying, exception viewing, link generation, and schema reference. No overlap or ambiguity.

    Naming Consistency5/5

    All tools use consistent snake_case naming with clear verbs (arbitrary_query, find_exceptions_in_file, logfire_link, schema_reference).

    Tool Count5/5

    With 4 tools, the set is concise and well-scoped for querying and debugging Logfire databases, covering key workflows without bloat.

    Completeness4/5

    The set covers querying, schema exploration, exception analysis, and UI linking. Missing explicit write operations, but that may be by design.

    Maintenance

    ActivityInactive
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      B
      quality
      Not graded
      maintenance
      A Model Context Protocol server that enables AI assistants to interact with Datadog's observability platform through natural language.
      72
      MIT
    • A
      license
      Not graded
      quality
      Not graded
      maintenance
      A Model Context Protocol server that provides access to Observe API functionality, enabling LLMs to execute OPAL queries, manage datasets/monitors, and leverage vector search for documentation and troubleshooting runbooks.
      1
      -
    • A
      license
      A
      quality
      C
      maintenance
      A Model Context Protocol server that enables LLMs to interact with MLflow tracking servers, allowing users to query experiments, analyze runs, compare metrics, manage the model registry, and promote models through natural language.
      40
      338 PyPI
      15
      MIT