Loki MCP Server

Was macht der “Loki” MCP Server?

Der Loki MCP Server ist eine Go-basierte Implementierung des Model Context Protocol (MCP) zur Integration mit Grafana Loki, einem Log-Aggregationssystem. Er dient als Brücke zwischen KI-Assistenten und externen Logdatenquellen, sodass die KI Logstreams, die in Loki gespeichert sind, abfragen und damit interagieren kann. Indem Lokis Abfragefunktionen über das MCP-Protokoll verfügbar gemacht werden, können Entwickler und KI-Clients ihre Workflows verbessern – beispielsweise durch Suchen, Filtern und Analysieren von Logs direkt über standardisierte LLM-Schnittstellen. Dies ermöglicht Aufgaben wie Echtzeit-Loguntersuchung, Fehlerbehebung und Dashboard-Erstellung und bietet so nahtlosen Zugang zu Betriebsdaten für bessere Observability und Automatisierung.

Liste der Prompts

Im Repository sind keine Prompt-Vorlagen dokumentiert.

Liste der Ressourcen

Im Repository sind keine expliziten MCP-Ressourcen beschrieben.

Liste der Tools

• loki_query
  Ermöglicht das Abfragen von Grafana Loki Logdaten.
  • Erforderliche Parameter:
    • query: LogQL-Abfrage-String
  • Optionale Parameter:
    • url: Loki-Server-URL (Standard aus LOKI_URL env oder http://localhost:3100)
    • start: Startzeitpunkt für die Abfrage (Standard: 1 Stunde zuvor)
    • end: Endzeitpunkt für die Abfrage (Standard: jetzt)
    • limit: Maximale Anzahl der zurückgegebenen Einträge (Standard: 100)

Anwendungsfälle dieses MCP Servers

• Logdaten-Erkundung
  Entwickler oder KI-Agenten können Logdaten in Grafana Loki programmatisch abfragen und analysieren und so bei Fehlerbehebung und Incident Response unterstützen.
• Automatisierte Logüberwachung
  Ermöglicht LLM-gesteuerte Überwachungsworkflows, bei denen KI-Assistenten Logs nach Anomalien, Fehlermustern oder bestimmten Ereignissen scannen.
• Operative Dashboards
  Unterstützt die dynamische Dashboard-Erstellung durch das Abrufen der für Visualisierungen oder Reporting-Tools benötigten Logdaten.
• Root Cause Analysis
  Befähigt die KI, große Mengen an Logs flexibel per LogQL zu durchsuchen und die Ursache von Problemen zu identifizieren.

Einrichtung

Windsurf

1. Go 1.16 oder höher installieren.

2. Den Server bauen:
   go build -o loki-mcp-server ./cmd/server

3. Die Windsurf-Konfiguration bearbeiten, um den MCP-Server hinzuzufügen.

4. Den Loki MCP-Server mit folgendem JSON-Snippet hinzufügen (ggf. anpassen):

   {
     "mcpServers": {
       "loki-mcp": {
         "command": "./loki-mcp-server",
         "args": []
       }
     }
   }
   

5. Konfiguration speichern und Windsurf neu starten.

6. Prüfen, ob der Server läuft und erreichbar ist.

API-Keys absichern (Beispiel für Umgebungsvariablen):

{
  "mcpServers": {
    "loki-mcp": {
      "command": "./loki-mcp-server",
      "env": {
        "LOKI_URL": "https://your-loki-server.example"
      }
    }
  }
}

Claude

1. Go 1.16 oder höher installieren.

2. Server wie oben bauen.

3. Claudes MCP-Konfigurationsdatei öffnen.

4. Loki MCP-Server hinzufügen:

   {
     "mcpServers": {
       "loki-mcp": {
         "command": "./loki-mcp-server",
         "args": []
       }
     }
   }
   

5. Speichern/Claude neu starten.

6. Prüfen, ob die Einrichtung funktioniert.

API-Keys absichern:

{
  "mcpServers": {
    "loki-mcp": {
      "command": "./loki-mcp-server",
      "env": {
        "LOKI_URL": "https://your-loki-server.example"
      }
    }
  }
}

Cursor

1. Go 1.16+ sicherstellen.

2. Loki MCP Server bauen.

3. Cursors Konfiguration bearbeiten.

4. Loki MCP-Server-Eintrag hinzufügen:

   {
     "mcpServers": {
       "loki-mcp": {
         "command": "./loki-mcp-server",
         "args": []
       }
     }
   }
   

5. Speichern und Cursor neu starten.

6. Integration prüfen.

Umgebungsvariablen verwenden:

{
  "mcpServers": {
    "loki-mcp": {
      "command": "./loki-mcp-server",
      "env": {
        "LOKI_URL": "https://your-loki-server.example"
      }
    }
  }
}

Cline

1. Go >=1.16 installieren.

2. Bauen mit:
   go build -o loki-mcp-server ./cmd/server

3. Cline MCP-Server-Konfiguration suchen.

4. Loki MCP-Server hinzufügen:

   {
     "mcpServers": {
       "loki-mcp": {
         "command": "./loki-mcp-server",
         "args": []
       }
     }
   }
   

5. Speichern und Cline neu starten.

6. Einrichtung testen.

API-Keys per env absichern:

{
  "mcpServers": {
    "loki-mcp": {
      "command": "./loki-mcp-server",
      "env": {
        "LOKI_URL": "https://your-loki-server.example"
      }
    }
  }
}

Verwendung dieses MCP in Flows

Verwendung von MCP in FlowHunt

Um MCP-Server in Ihren FlowHunt-Workflow einzubinden, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden diese mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im System-MCP-Konfigurationsbereich fügen Sie Ihre MCP-Serverdetails in folgendem JSON-Format ein:

{
  "loki-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf all seine Funktionen und Fähigkeiten nutzen. Denken Sie daran, "loki-mcp" durch den tatsächlichen Namen Ihres MCP-Servers zu ersetzen und die URL auf Ihre eigene MCP-Server-URL anzupassen.

Übersicht

Basierend auf obiger Tabelle bietet der Loki MCP Server einen klaren Überblick und ein funktionales Tool für Logabfragen, es fehlen jedoch dokumentierte Prompts, Ressourcen und fortgeschrittene MCP-Features wie Sampling oder Roots. Die Dokumentation ist minimal und die Einrichtung eher entwicklerorientiert.

Unsere Meinung

Der Loki MCP Server ist fokussiert und funktional für die Integration von LLMs mit Grafana Loki Logabfragen, aber minimalistisch und ohne umfassende MCP-Features oder Dokumentation. Für eine Bewertung erhält er 4/10: Er erfüllt seinen Hauptzweck, ist jedoch kein funktionsreicher, ausgereifter oder umfassend dokumentierter MCP Server.

MCP Score