
Simple Loki MCP Server
Den Simple Loki MCP Server integrerer Grafana Loki logforespørgsler i AI-arbejdsgange via Model Context Protocol. Den gør det muligt for AI-agenter at analysere...
Integrer Grafana Loki logforespørgsler i dine AI-arbejdsgange med Loki MCP Server for indsigt i realtid, overvågning og operationel automatisering.
Loki MCP Server er en Go-baseret implementering af Model Context Protocol (MCP), designet til at integrere med Grafana Loki, et logaggregeringssystem. Den fungerer som bro mellem AI-assistenter og eksterne logdatakilder, så AI’en kan forespørge og interagere med logstrømme, der er lagret i Loki. Ved at eksponere Lokis forespørgselsfunktioner via MCP-protokollen kan udviklere og AI-klienter forbedre deres arbejdsgange – såsom søgning, filtrering og analyse af logs – direkte gennem standardiserede LLM-drevne grænseflader. Dette muliggør opgaver som logundersøgelse i realtid, fejlfinding og oprettelse af dashboards og giver problemfri adgang til operationelle data for forbedret observability og automatisering.
Ingen promptskabeloner er dokumenteret i repoet.
Ingen eksplicitte MCP-ressourcer er beskrevet i repoet.
query
: LogQL-forespørgselsstrengurl
: Loki-server-URL (standard fra LOKI_URL env eller http://localhost:3100)start
: Starttidspunkt for forespørgslen (standard: 1 time siden)end
: Sluttidspunkt for forespørgslen (standard: nu)limit
: Maks antal poster der returneres (standard: 100)Installer Go 1.16 eller nyere.
Byg serveren:go build -o loki-mcp-server ./cmd/server
Rediger din Windsurf-konfiguration for at tilføje MCP-serveren.
Tilføj Loki MCP-serveren med et JSON-udsnit (tilpas efter behov):
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"args": []
}
}
}
Gem konfigurationen og genstart Windsurf.
Verificér at serveren kører og er tilgængelig.
Sikring af API-nøgler (eksempel med miljøvariabler):
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"env": {
"LOKI_URL": "https://your-loki-server.example"
}
}
}
}
Installer Go 1.16 eller nyere.
Byg serveren som ovenfor.
Åbn Claudes MCP-konfigurationsfil.
Tilføj Loki MCP-serveren:
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"args": []
}
}
}
Gem/genstart Claude.
Bekræft at opsætningen virker.
Sikring af API-nøgler:
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"env": {
"LOKI_URL": "https://your-loki-server.example"
}
}
}
}
Sørg for at Go 1.16+ er installeret.
Byg Loki MCP-server.
Rediger Cursors konfiguration.
Tilføj Loki MCP-server-post:
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"args": []
}
}
}
Gem og genstart Cursor.
Verificér integrationen.
Brug af miljøvariabler:
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"env": {
"LOKI_URL": "https://your-loki-server.example"
}
}
}
}
Installer Go >=1.16.
Byg med:go build -o loki-mcp-server ./cmd/server
Find Clines MCP-server-konfiguration.
Tilføj Loki MCP-server:
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"args": []
}
}
}
Gem og genstart Cline.
Test opsætningen.
Sikre API-nøgler via env:
{
"mcpServers": {
"loki-mcp": {
"command": "./loki-mcp-server",
"env": {
"LOKI_URL": "https://your-loki-server.example"
}
}
}
}
Brug af MCP i FlowHunt
For at integrere MCP-servere i din FlowHunt-arbejdsgang starter du med at tilføje MCP-komponenten til dit flow og forbinder den til din AI-agent:
Klik på MCP-komponenten for at åbne konfigurationspanelet. Indsæt i systemets MCP-konfigurationssektion dine MCP-serveroplysninger med dette JSON-format:
{
"loki-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og kapaciteter. Husk at ændre "loki-mcp"
til det faktiske navn på din MCP-server og udskift URL’en med din egen MCP-server-URL.
Sektion | Tilgængelighed | Detaljer/Noter |
---|---|---|
Oversigt | ✅ | Resumé tilgængeligt i README.md |
Liste over prompts | ⛔ | Ingen prompts-skabeloner dokumenteret |
Liste over ressourcer | ⛔ | Ingen eksplicitte MCP-ressourcer listet |
Liste over værktøjer | ✅ | loki_query -værktøj beskrevet i README.md |
Sikring af API-nøgler | ✅ | Bruger LOKI_URL miljøvariabel |
Sampling support (mindre vigtigt for vurdering) | ⛔ | Ingen omtale af sampling-understøttelse |
På baggrund af ovenstående tabel tilbyder Loki MCP Server et klart overblik og et funktionelt værktøj til logforespørgsler, men mangler dokumenterede prompts, ressourcer og avancerede MCP-funktioner som sampling eller roots. Dokumentationen er minimal, og opsætningen henvender sig til udviklere.
Loki MCP Server er fokuseret og funktionel til integration af LLM’er med Grafana Loki logforespørgsler, men den er minimalistisk og mangler bredde i MCP-funktioner og dokumentation. For en score ville den få 4/10: den fungerer til hovedformålet, men er ikke en funktionskomplet, poleret eller veldokumenteret MCP-server.
Har en LICENSE | ⛔ |
---|---|
Har mindst ét værktøj | ✅ |
Antal forks | 1 |
Antal stjerner | 5 |
Loki MCP Server er en Go-baseret service, der forbinder AI-assistenter til Grafana Loki, hvilket muliggør logdata-forespørgsler og analyse via Model Context Protocol (MCP). Det muliggør avanceret logovervågning, fejlfinding og dashboard-automatisering inden for AI-arbejdsgange.
Den leverer værktøjet `loki_query`, så brugere kan forespørge logs i Grafana Loki med LogQL, med understøttelse af parametre som forespørgselsstreng, tidsinterval og resultatbegrænsning.
Vigtige anvendelsestilfælde inkluderer udforskning af logdata, automatiseret logovervågning, AI-drevne operationelle dashboards og root cause-analyse – alt sammen direkte fra dine AI-arbejdsgange.
Angiv følsomme oplysninger såsom Loki-serverens URL via miljøvariabler, for eksempel: `LOKI_URL=https://your-loki-server.example` i din MCP server-konfiguration.
Nej, den understøtter i øjeblikket ikke promptskabeloner, sampling eller avancerede MCP-funktioner – funktionaliteten er fokuseret på forespørgsler og analyse af logs gennem ét værktøj.
Tilføj MCP-komponenten til dit FlowHunt-flow, angiv dine Loki MCP-forbindelsesoplysninger i JSON og forbind den til din AI-agent. Dette muliggør direkte logforespørgsler og analyse fra dine AI-arbejdsgange.
Byg bro mellem AI og logdata. Implementér Loki MCP Server for avanceret loganalyse og overvågning i dine FlowHunt-arbejdsgange.
Den Simple Loki MCP Server integrerer Grafana Loki logforespørgsler i AI-arbejdsgange via Model Context Protocol. Den gør det muligt for AI-agenter at analysere...
Logfire MCP Server forbinder AI-assistenter og LLM'er til telemetridata via OpenTelemetry, hvilket muliggør realtidsforespørgsler, undtagelsesovervågning, grund...
Hologres MCP Server forbinder AI-agenter og Hologres-databaser, hvilket muliggør sikre, standardiserede databaseoperationer, metadata-inspektion og skalerbar da...