Logfire MCP Server

Čo robí “Logfire” MCP Server?

Logfire MCP Server je server Model Context Protocol (MCP), ktorý umožňuje AI asistentom a LLM pristupovať, získavať a analyzovať telemetrické dáta zasielané do Logfire cez štandard OpenTelemetry. Prepojením vášho Logfire projektu tento server umožňuje AI nástrojom a agentom dotazovať distribuované trasy, skúmať vzory výnimiek a spúšťať vlastné SQL dotazy nad metrikami a trasovacími dátami aplikácie pomocou Logfire API. Táto integrácia umožňuje rýchle riešenie problémov, observabilitu a automatizáciu bežných analytických úloh nad telemetriou, čím poskytuje vývojárom efektívnejšie workflowy pre ladenie, monitoring a generovanie poznatkov priamo z vývojového prostredia alebo AI-asistovaných agentov.

Zoznam promptov

V repozitári nie sú zdokumentované žiadne explicitné šablóny promptov.

Zoznam zdrojov

V repozitári nie sú zdokumentované žiadne explicitné zdroje (ako MCP resources).

Zoznam nástrojov

• find_exceptions
  Získava počty výnimiek z trás, zoskupené podľa súboru, v zadanom časovom intervale.

• find_exceptions_in_file
  Poskytuje detailné trasovacie informácie o výnimkách v konkrétnom súbore za vybrané obdobie.

• arbitrary_query
  Spúšťa vlastné SQL dotazy nad OpenTelemetry trasami a metrikami, čo umožňuje flexibilný prieskum dát.

• get_logfire_records_schema
  Vracia schému OpenTelemetry, vďaka čomu môžu používatelia pripravovať presnejšie vlastné dotazy.

Prípady použitia tohto MCP servera

• Monitoring a analýza výnimiek
  Vývojári môžu rýchlo zistiť, ktoré súbory generujú najviac výnimiek, identifikovať trendy a zamerať sa na ladenie.

• Analýza príčin problémov
  Prehlbovaním sa do detailov výnimiek v konkrétnom súbore môžu tímy rýchlejšie identifikovať a riešiť kritické chyby.

• Vlastné telemetrické reporty
  Možnosť spúšťať vlastné SQL dotazy umožňuje tímom generovať špecifické metrické reporty a dashboardy na mieru.

• Objavovanie schémy
  Prístup k schéme OpenTelemetry umožňuje vývojárom lepšie pochopiť dostupné dátové polia a optimalizovať vlastné dotazy a integrácie.

Ako to nastaviť

Windsurf

Pre Windsurf nie sú poskytnuté žiadne inštrukcie na nastavenie.

Claude

1. Otvorte nastavenia Claude Desktop.
2. Pridajte novú konfiguráciu MCP servera s týmto JSON:

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

3. Nahraďte "YOUR_TOKEN" vaším aktuálnym Logfire read tokenom.
4. Uložte nastavenia a reštartujte Claude.
5. Overte pripojenie MCP servera spustením dotazu.

Zabezpečenie API kľúčov:
Token uložte do sekcie env ako je uvedené vyššie, aby nebol súčasťou argumentov alebo správy zdrojového kódu.

Cursor

1. Uistite sa, že máte nainštalovaný uv.
2. V koreňovom adresári projektu vytvorte súbor .cursor/mcp.json.
3. Pridajte nasledujúcu konfiguráciu:

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

4. Nahraďte "YOUR-TOKEN" vaším aktuálnym Logfire read tokenom.
5. Uložte súbor a reštartujte Cursor.

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

Cline

1. Otvorte alebo vytvorte súbor cline_mcp_settings.json.
2. Pridajte nasledovné:

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

3. Nahraďte "YOUR_TOKEN" vaším Logfire read tokenom.
4. Uložte súbor a reštartujte Cline.
5. Overte, že MCP server je aktívny.

Zabezpečenie API kľúčov:
Tokeny sú zabezpečené prostredníctvom poľa env vo vašej konfigurácii.

Windsurf

Pre Windsurf nie sú poskytnuté žiadne inštrukcie na nastavenie.

Ako používať tento MCP vo flowoch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do svojho FlowHunt workflowu začnite pridaním MCP komponentu do flowu a jeho prepojením s vaším AI agentom:

Kliknite na MCP komponent, aby ste otvorili panel konfigurácie. V systémovej MCP konfigurácii vložte detaily MCP servera v tomto JSON formáte:

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

Po nakonfigurovaní bude AI agent môcť používať tento MCP ako nástroj so všetkými dostupnými funkciami. Nezabudnite zmeniť "logfire" na skutočný názov vášho MCP servera a URL na vašu vlastnú adresu MCP servera.

Prehľad

Podpora roots: ⛔ (Nie je zdokumentované)

Podpora sampling-u: ⛔ (Nie je zdokumentované)

Na základe vyššie uvedeného je Logfire MCP Server zameraný, produkčne pripravený MCP server pre observabilitu, ale chýba mu dokumentácia k prompt šablónam, zdrojom, roots alebo sampling podpore. Vyniká v sprístupnení malej sady hodnotných nástrojov pre telemetriu a ladenie. Konečné hodnotenie: 6/10 — vynikajúci pre svoj účel, no nie je to plnohodnotná MCP referenčná implementácia.

MCP skóre