Logfire MCP 서버

“Logfire” MCP 서버는 무엇을 하나요?

Logfire MCP 서버는 Model Context Protocol(MCP) 서버로, AI 어시스턴트와 LLM이 OpenTelemetry 표준을 통해 Logfire로 전송된 텔레메트리 데이터에 접근, 조회, 분석할 수 있도록 합니다. Logfire 프로젝트를 연결하면, 이 서버를 통해 AI 기반 도구나 에이전트가 분산 트레이스 쿼리, 예외 패턴 분석, 커스텀 SQL 쿼리를 Logfire API를 이용해 앱의 메트릭 및 트레이스 데이터에 실행할 수 있습니다. 이 통합으로 개발자는 개발 환경이나 AI 에이전트에서 직접 디버깅, 모니터링, 인사이트 생성 등 텔레메트리 분석 작업을 자동화하고, 워크플로우를 강화할 수 있습니다.

프롬프트 목록

저장소에 명시적인 프롬프트 템플릿이 문서화되어 있지 않습니다.

비즈니스 성장 준비가 되셨나요?

오늘 무료 평가판을 시작하고 며칠 내로 결과를 확인하세요.

데모 요청 로그인

리소스 목록

저장소에 명시적인 리소스(MCP 리소스)가 문서화되어 있지 않습니다.

도구 목록

• find_exceptions
  지정한 시간 범위 내에서 파일별로 트레이스에서 예외 발생 횟수를 조회합니다.

• find_exceptions_in_file
  특정 파일에서 발생한 예외에 대해 상세 트레이스 정보를 지정한 기간 동안 제공합니다.

• arbitrary_query
  OpenTelemetry 트레이스 및 메트릭에 대해 커스텀 SQL 쿼리를 실행하여 유연한 데이터 탐색이 가능합니다.

• get_logfire_records_schema
  OpenTelemetry 스키마를 반환하여, 보다 정밀한 커스텀 쿼리 작성이 가능하게 합니다.

뉴스레터 가입

최신 팁, 트렌드 및 특가 정보를 무료로 받아보세요.

이메일 주소

구독

이 MCP 서버의 활용 사례

• 예외 모니터링 및 분석
  어떤 파일에서 예외가 가장 많이 발생하는지 빠르게 파악하고, 트렌드를 식별하여 디버깅에 집중할 수 있습니다.

• 근본 원인 분석
  특정 파일 내 예외 상세 내역을 추적하여 팀이 중요한 문제를 신속하게 찾아내고 해결할 수 있습니다.

• 커스텀 텔레메트리 리포팅
  임의의 SQL 쿼리를 실행하여 팀 고유의 메트릭 리포트와 대시보드를 제작할 수 있습니다.

• 스키마 탐색
  OpenTelemetry 스키마에 접근하여, 개발자가 사용 가능한 데이터 필드를 이해하고 커스텀 쿼리 및 연동 최적화에 활용할 수 있습니다.

설정 방법

Windsurf

Windsurf에 대한 설정 안내가 제공되지 않았습니다.

Claude

1. Claude Desktop 설정을 엽니다.
2. 다음 JSON으로 새 MCP 서버 설정을 추가합니다:

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

3. "YOUR_TOKEN"을 본인의 Logfire 읽기 토큰으로 교체하세요.
4. 설정을 저장하고 Claude를 재시작하세요.
5. 쿼리를 시도하여 MCP 서버가 연결되었는지 확인합니다.

API 키 보안:
위와 같이 env 섹션에 토큰을 저장하여 인자나 소스 제어에서 노출되지 않도록 하세요.

Cursor

1. uv가 설치되어 있는지 확인하세요.
2. 프로젝트 루트에 .cursor/mcp.json 파일을 생성하세요.
3. 다음 설정을 추가합니다:

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

4. "YOUR-TOKEN"을 실제 Logfire 읽기 토큰으로 교체하세요.
5. 파일을 저장하고 Cursor를 재시작하세요.

참고: Cursor는 env 필드를 지원하지 않으므로 --read-token 인자를 사용하세요.

Cline

1. cline_mcp_settings.json 파일을 열거나 새로 만드세요.
2. 다음 내용을 추가합니다:

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

3. "YOUR_TOKEN"을 본인의 Logfire 읽기 토큰으로 교체하세요.
4. 파일을 저장하고 Cline을 재시작하세요.
5. MCP 서버가 활성 상태인지 확인하세요.

API 키 보안:
설정의 env 필드를 통해 토큰이 안전하게 보관됩니다.

Windsurf

Windsurf에 대한 설정 안내가 제공되지 않았습니다.

플로우 내 MCP 사용 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭해 설정 패널을 열고, 시스템 MCP 설정 섹션에서 다음 JSON 형식으로 MCP 서버 정보를 입력하세요:

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

설정이 완료되면 AI 에이전트가 이 MCP의 모든 기능과 도구를 활용할 수 있습니다. "logfire"를 실제 MCP 서버 이름으로, URL을 본인 MCP 서버 주소로 바꾸는 것을 잊지 마세요.

개요

Roots 지원: ⛔ (문서화되지 않음)

샘플링 지원: ⛔ (문서화되지 않음)

위 내용을 종합하면, Logfire MCP 서버는 가시성을 위한 집중적이고 프로덕션급 MCP 서버이지만 프롬프트 템플릿, 리소스, roots, 샘플링 지원 문서가 부족합니다. 텔레메트리 및 디버깅을 위한 소수의 핵심 도구 제공에 강점을 보입니다. 최종 평점: 6/10 — 특정 용도에는 탁월하지만, 풀-스펙 MCP 참조 구현은 아닙니다.

MCP 점수