Logfire MCP Server

K čemu slouží „Logfire“ MCP Server?

Logfire MCP Server je server Model Context Protocol (MCP), který umožňuje AI asistentům a LLM přístup, získávání a analýzu telemetrických dat zasílaných do Logfire prostřednictvím standardu OpenTelemetry. Připojením svého Logfire projektu umožníte AI nástrojům a agentům dotazovat distribuované trasy, zkoumat vzory výjimek a spouštět vlastní SQL dotazy nad metrikami a trasovacími daty vaší aplikace přes Logfire API. Tato integrace umožňuje rychlé řešení problémů, pozorovatelnost a automatizaci běžných úloh analýzy telemetrie, čímž poskytuje vývojářům vylepšené workflow pro ladění, monitoring a generování přehledů přímo z vývojového prostředí nebo pomocí AI asistentů.

Seznam promptů

V repozitáři nejsou zdokumentovány žádné šablony promptů.

Seznam zdrojů

V repozitáři nejsou zdokumentovány žádné explicitní zdroje (jako MCP resources).

Seznam nástrojů

• find_exceptions
  Získává počty výjimek z tras, seskupené podle souborů, v zadaném časovém okně.

• find_exceptions_in_file
  Poskytuje podrobné informace o trasách s výjimkami, které se vyskytly v konkrétním souboru za dané období.

• arbitrary_query
  Provádí vlastní SQL dotazy nad trasami a metrikami z OpenTelemetry, což umožňuje flexibilní průzkum dat.

• get_logfire_records_schema
  Vrací schéma OpenTelemetry, což uživatelům umožňuje vytvářet přesnější vlastní dotazy.

Příklady využití tohoto MCP serveru

• Monitoring a analýza výjimek
  Vývojáři mohou rychle zjistit, které soubory generují nejvíce výjimek, identifikovat trendy a zaměřit ladění.

• Analýza příčin
  Detailní průzkum výjimek v konkrétním souboru umožní týmu rychleji najít a řešit kritické problémy.

• Vlastní telemetrické reporty
  Možnost spouštět libovolné SQL dotazy umožňuje generovat přizpůsobené reporty a dashboardy na míru.

• Průzkum schémat
  Díky přístupu ke schématu OpenTelemetry mohou vývojáři lépe pochopit dostupná datová pole a optimalizovat dotazy i integrace.

Jak nastavit

Windsurf

Pro Windsurf nejsou uvedeny žádné pokyny k nastavení.

Claude

1. Otevřete nastavení Claude Desktop.
2. Přidejte novou konfiguraci MCP serveru s tímto JSON:

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

3. Nahraďte "YOUR_TOKEN" svým skutečným Logfire read tokenem.
4. Uložte nastavení a restartujte Claude.
5. Ověřte připojení MCP serveru provedením dotazu.

Zabezpečení API klíčů:
Token uchovávejte v sekci env, jak je uvedeno výše, aby nebyl v argumentech nebo verzovaných souborech.

Cursor

1. Ujistěte se, že máte nainstalované uv.
2. Vytvořte soubor .cursor/mcp.json v kořenovém adresáři vašeho projektu.
3. Přidejte následující konfiguraci:

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

4. Nahraďte "YOUR-TOKEN" svým skutečným Logfire read tokenem.
5. Soubor uložte a restartujte Cursor.

Poznámka: Cursor nepodporuje pole env; použijte argument --read-token.

Cline

1. Otevřete nebo vytvořte cline_mcp_settings.json.
2. Přidejte následující:

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

3. Nahraďte "YOUR_TOKEN" svým Logfire read tokenem.
4. Soubor uložte a restartujte Cline.
5. Ověřte, že je MCP server aktivní.

Zabezpečení API klíčů:
Tokeny jsou chráněny přes pole env ve vaší konfiguraci.

Windsurf

Pro Windsurf nejsou uvedeny žádné pokyny k nastavení.

Jak využít tento MCP ve flow

Použití MCP ve FlowHunt

Chcete-li integrovat MCP servery do svého workflow ve FlowHunt, začněte přidáním MCP komponenty do svého flow a připojte ji ke svému AI agentovi:

Klikněte na komponentu MCP a otevře se konfigurační panel. V sekci systémové konfigurace MCP vložte detaily svého MCP serveru v tomto JSON formátu:

{
  "logfire": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po konfiguraci má nyní AI agent možnost využívat tento MCP jako nástroj a přistupovat ke všem jeho funkcím a možnostem. Nezapomeňte změnit "logfire" na skutečný název vašeho MCP serveru a nahradit URL adresou vašeho MCP serveru.

Přehled

Podpora roots: ⛔ (Není zdokumentováno)

Podpora sampling: ⛔ (Není zdokumentováno)

Na základě výše uvedeného je Logfire MCP Server zaměřený a produkčně připravený MCP server pro pozorovatelnost, ale postrádá dokumentaci prompt templatek, zdrojů, roots či sampling podpory. Vyniká v nabídce malé sady hodnotných nástrojů pro telemetrii a ladění. Konečné hodnocení: 6/10 — vynikající pro svůj účel, ale nejde o plnohodnotnou referenční implementaci MCP.

MCP skóre