Loki MCP Server

Do czego służy serwer “Loki” MCP?

Loki MCP Server to implementacja Model Context Protocol (MCP) w języku Go, zaprojektowana do integracji z Grafana Loki, systemem agregacji logów. Służy jako pomost między asystentami AI a zewnętrznymi źródłami danych logów, umożliwiając AI zapytania i interakcję ze strumieniami logów przechowywanymi w Loki. Dzięki udostępnieniu możliwości zapytań Loki przez protokół MCP, deweloperzy i klienci AI mogą wzbogacić swoje przepływy pracy — takie jak wyszukiwanie, filtrowanie czy analiza logów — bezpośrednio przez standardowe interfejsy obsługiwane przez LLM. Umożliwia to zadania takie jak analiza logów w czasie rzeczywistym, rozwiązywanie problemów i tworzenie pulpitów, zapewniając płynny dostęp do danych operacyjnych dla lepszej obserwowalności i automatyzacji.

Lista promptów

Brak udokumentowanych szablonów promptów w repozytorium.

Lista zasobów

W repozytorium nie opisano jawnie zasobów MCP.

Lista narzędzi

• loki_query
  Umożliwia zapytania do danych logów Grafana Loki.
  • Wymagane parametry:
    • query: zapytanie LogQL
  • Opcjonalne parametry:
    • url: adres URL serwera Loki (domyślnie z LOKI_URL env lub http://localhost:3100)
    • start: czas początkowy zapytania (domyślnie: 1 godzina temu)
    • end: czas końcowy zapytania (domyślnie: teraz)
    • limit: maksymalna liczba zwracanych wpisów (domyślnie: 100)

Przykłady zastosowania tego serwera MCP

• Eksploracja danych logów
  Deweloperzy lub agenci AI mogą programowo zapytywać i analizować dane logów przechowywane w Grafana Loki, co pomaga w rozwiązywaniu problemów i reagowaniu na incydenty.
• Automatyczne monitorowanie logów
  Umożliwia przepływy monitorowania sterowane przez LLM, gdzie asystenci AI mogą skanować logi pod kątem anomalii, wzorców błędów lub określonych zdarzeń.
• Operacyjne pulpity
  Ułatwia dynamiczne tworzenie pulpitów przez pobieranie danych logów potrzebnych do wizualizacji lub narzędzi raportujących.
• Analiza przyczyn źródłowych
  Pozwala AI przeszukiwać duże ilości logów i identyfikować źródło problemów za pomocą elastycznych zapytań LogQL.

Jak skonfigurować

Windsurf

1. Zainstaluj Go 1.16 lub nowszy.

2. Zbuduj serwer:
   go build -o loki-mcp-server ./cmd/server

3. Edytuj konfigurację Windsurf, aby dodać serwer MCP.

4. Dodaj serwer Loki MCP za pomocą fragmentu JSON (dostosuj według potrzeb):

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

5. Zapisz konfigurację i zrestartuj Windsurf.

6. Zweryfikuj, czy serwer działa i jest dostępny.

Zabezpieczenie kluczy API (przykład przez zmienne środowiskowe):

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

Claude

1. Zainstaluj Go 1.16 lub nowszy.

2. Zbuduj serwer jak wyżej.

3. Otwórz plik konfiguracyjny MCP Claude’a.

4. Dodaj serwer Loki MCP:

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

5. Zapisz/zrestartuj Claude’a.

6. Potwierdź poprawność konfiguracji.

Zabezpieczenie kluczy API:

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

Cursor

1. Upewnij się, że Go 1.16+ jest zainstalowany.

2. Zbuduj serwer Loki MCP.

3. Edytuj konfigurację Cursor.

4. Dodaj wpis serwera Loki MCP:

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

5. Zapisz i zrestartuj Cursor.

6. Zweryfikuj integrację.

Użycie zmiennych środowiskowych:

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

Cline

1. Zainstaluj Go >=1.16.

2. Zbuduj za pomocą:
   go build -o loki-mcp-server ./cmd/server

3. Zlokalizuj konfigurację serwera MCP Cline.

4. Dodaj serwer Loki MCP:

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

5. Zapisz i zrestartuj Cline.

6. Przetestuj konfigurację.

Zabezpiecz klucze API przez env:

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

Jak używać tego MCP w przepływach

Użycie MCP w FlowHunt

Aby zintegrować serwery MCP z przepływem FlowHunt, zacznij od dodania komponentu MCP do swojego przepływu i połączenia go z agentem AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemowej MCP wstaw dane swojego serwera MCP w poniższym formacie JSON:

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

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia, mając dostęp do wszystkich jego funkcji i możliwości. Pamiętaj, aby zmienić "loki-mcp" na faktyczną nazwę twojego serwera MCP oraz podmienić adres URL na własny.

Podsumowanie

Na podstawie powyższych tabel, Loki MCP Server oferuje czytelny przegląd i funkcjonalne narzędzie do zapytań o logi, ale brakuje udokumentowanych promptów, zasobów oraz zaawansowanych funkcji MCP jak sampling czy roots. Dokumentacja jest minimalna, a instalacja skierowana do deweloperów.

Nasza opinia

Loki MCP Server jest skupiony i funkcjonalny w integracji LLM z zapytaniami do logów Grafana Loki, ale jest minimalistyczny i brakuje mu szerokiego wsparcia dla funkcji MCP oraz dokumentacji. W skali ocen zasługuje na 4/10: spełnia swoje podstawowe zadanie, ale nie jest kompletnym, dopracowanym ani bogato udokumentowanym serwerem MCP.

Ocena MCP