Loki MCP-server

Vad gör “Loki” MCP-servern?

Loki MCP-servern är en Go-baserad implementation av Model Context Protocol (MCP) som är designad för att integreras med Grafana Loki, ett loggaggregeringssystem. Den fungerar som en brygga mellan AI-assistenter och externa loggdatakällor, och möjliggör för AI:n att fråga och interagera med loggströmmar som lagras i Loki. Genom att exponera Lokis frågefunktionalitet via MCP-protokollet kan utvecklare och AI-klienter förbättra sina arbetsflöden – såsom sökning, filtrering och analys av loggar – direkt genom standardiserade LLM-drivna gränssnitt. Detta möjliggör uppgifter som loggutredning i realtid, felsökning och skapande av instrumentpaneler, och ger sömlös tillgång till operativ data för förbättrad observability och automation.

Lista över promptar

Inga promptmallar är dokumenterade i arkivet.

Lista över resurser

Inga explicita MCP-resurser är beskrivna i arkivet.

Lista över verktyg

• loki_query
  Möjliggör frågning av Grafana Loki-loggdata.
  • Obligatoriska parametrar:
    • query: LogQL-förfrågningssträng
  • Valfria parametrar:
    • url: Loki-serverns URL (standard från LOKI_URL env eller http://localhost:3100)
    • start: Starttid för frågan (standard: 1 timme sedan)
    • end: Sluttid för frågan (standard: nu)
    • limit: Max antal poster att returnera (standard: 100)

Användningsområden för denna MCP-server

• Loggdatautforskning
  Utvecklare eller AI-agenter kan programmatiskt fråga och analysera loggdata som lagras i Grafana Loki och assistera vid felsökning och incidenthantering.
• Automatiserad loggövervakning
  Möjliggör LLM-drivna övervakningsarbetsflöden där AI-assistenter kan skanna loggar efter avvikelser, felmönster eller specifika händelser.
• Operationella instrumentpaneler
  Underlättar dynamisk skapande av instrumentpaneler genom att hämta loggdata som behövs för visualiserings- eller rapporteringsverktyg.
• Rotorsaksanalys
  Ger AI kraften att gå igenom stora mängder loggar och identifiera ursprunget till problem med hjälp av flexibla LogQL-frågor.

Så här sätter du upp det

Windsurf

1. Installera Go 1.16 eller högre.

2. Bygg servern:
   go build -o loki-mcp-server ./cmd/server

3. Redigera din Windsurf-konfiguration för att lägga till MCP-servern.

4. Lägg till Loki MCP-servern med ett JSON-exempel (anpassa vid behov):

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

5. Spara konfigurationen och starta om Windsurf.

6. Kontrollera att servern körs och är tillgänglig.

Säkra API-nycklar (exempel med miljövariabler):

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

Claude

1. Installera Go 1.16 eller högre.

2. Bygg servern som ovan.

3. Öppna Claudes MCP-konfigurationsfil.

4. Lägg till Loki MCP-servern:

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

5. Spara/starta om Claude.

6. Bekräfta att installationen fungerar.

Säkra API-nycklar:

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

Cursor

1. Kontrollera att Go 1.16+ är installerat.

2. Bygg Loki MCP-servern.

3. Redigera Cursors konfiguration.

4. Lägg till Loki MCP-serverposten:

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

5. Spara och starta om Cursor.

6. Kontrollera integrationen.

Använda miljövariabler:

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

Cline

1. Installera Go >=1.16.

2. Bygg med:
   go build -o loki-mcp-server ./cmd/server

3. Lokalisera Clines MCP-serverkonfiguration.

4. Lägg till Loki MCP-servern:

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

5. Spara och starta om Cline.

6. Testa installationen.

Säkra API-nycklar via env:

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

Så här använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange dina MCP-serveruppgifter med detta JSON-format:

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

När den är konfigurerad kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapabiliteter. Kom ihåg att ändra "loki-mcp" till det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.

Översikt

Baserat på ovanstående tabeller erbjuder Loki MCP-servern en tydlig översikt och ett funktionellt verktyg för loggfrågning, men saknar dokumenterade promptar, resurser och avancerade MCP-funktioner som sampling eller roots. Dokumentationen är minimal och installationen är utvecklarfokuserad.

Vår åsikt

Loki MCP-servern är fokuserad och funktionell för att integrera LLM:er med Grafana Loki-loggfrågning men är minimalistisk och saknar bredd i MCP-funktioner och dokumentation. För ett betyg får den 4/10: den fungerar för sitt huvudsyfte, men är inte en funktionskomplett, polerad eller väldokumenterad MCP-server.

MCP-betyg