日志分析器_mcp

Name: 日志分析器_mcp
Author: djm81

作者：djm815 星标更新：2025-06-09

安装使用来源：spider==github.com

项目介绍

Log Analyzer MCP

概述：轻松分析日志

Log Analyzer MCP 是一个强大的基于Python的工具包，旨在简化您与日志文件的交互方式。无论您是在调试复杂的应用程序、监控测试运行，还是仅仅试图理解冗长的日志输出，此工具都提供了命令行界面（CLI）和模型上下文协议（MCP）服务器，帮助您快速高效地找到所需的洞察。

为什么使用Log Analyzer MCP？

简化日志分析： 使用灵活的解析、高级过滤（基于时间、内容、位置）以及可配置的上下文显示来消除噪音。
集成到您的工作流程中： 作为独立的loganalyzer CLI工具用于脚本编写和直接分析，或将其MCP服务器与兼容客户端如Cursor集成以获得AI辅助体验。
可扩展且可配置： 定义自定义日志源、模式和搜索范围，以满足特定需求。

主要特性

核心日志分析引擎： 强大的后端用于解析和搜索各种日志格式。
loganalyzer CLI： 直观的命令行工具，用于直接日志交互。
MCP服务器： 将日志分析能力暴露给MCP客户端，支持以下功能：
- 测试日志总结（analyze_tests）。
- 执行具有不同详细程度的测试运行。
- 针对单元测试执行（run_unit_test）。
- 按需生成代码覆盖率报告（create_coverage_report）。
- 高级日志搜索：所有记录、基于时间、前/后N条记录。
Hatch集成： 便于开发、测试和依赖管理。

安装

此包可以从PyPI安装（一旦发布）或从本地构建进行开发目的安装。

从PyPI安装（推荐给用户）

一旦该包发布到PyPI。

pip install log-analyzer-mcp

这将安装loganalyzer CLI工具，并使MCP服务器包可用于集成。

从本地构建安装（适用于开发者或测试）

如果您已克隆了仓库并希望使用本地更改：

确保已安装Hatch。 （参见开发者指南）
构建包：
```
hatch build
```
这将在dist/目录中创建wheel和sdist包。

将本地构建安装到Hatch环境（或其他虚拟环境）中： 将<version>替换为生成的wheel文件中的实际版本（例如，0.2.7）。

# 如果使用Hatch环境：
hatch run pip uninstall log-analyzer-mcp -y && hatch run pip install dist/log_analyzer_mcp-<version>-py3-none-any.whl

# 对于其他虚拟环境：
# pip uninstall log-analyzer-mcp -y # （如果之前已安装）
# pip install dist/log_analyzer_mcp-<version>-py3-none-any.whl

对于像Cursor这样的IDE，为了识别MCP服务器的变化，可能需要手动重新加载服务器在IDE中。详情请参阅开发者指南。

开始使用：使用Log Analyzer MCP

有两种主要方式使用Log Analyzer MCP：

作为命令行工具（loganalyzer）：
- 适合直接分析、脚本编写或快速检查。
- 需要Python 3.9+。
- 安装方法，请参阅上面的安装部分。
- 详细的使用方法，请参阅CLI使用指南（即将推出）或CLI命令的API参考。
作为MCP服务器（例如，与Cursor一起）：
- 将日志分析能力直接集成到您的AI辅助开发环境中。
- 安装方法，请参阅安装部分。安装包时会包含MCP服务器组件。
- 有关如何与Cursor等客户端配置和运行服务器的详细信息，请参阅下面的配置和运行MCP服务器部分和开发者指南。

配置和运行MCP服务器

配置

Log Analyzer MCP（对于CLI和服务器）的配置主要通过环境变量或项目根目录下的.env文件处理。

环境变量： 在工具或服务器运行的环境中设置变量，如LOG_DIRECTORIES、LOG_PATTERNS_ERROR、LOG_CONTEXT_LINES_BEFORE、LOG_CONTEXT_LINES_AFTER等。
.env文件： 复制.env.template（此模板文件需要创建并添加到仓库中），并自定义值。

关于所有配置选项及其用法的全面列表，请参阅即将推出的配置指南。 （注意：应创建并添加.env.template文件到仓库，以提供用户的起点。）

运行MCP服务器

MCP服务器可以通过多种方式启动：

通过MCP客户端（例如，Cursor）： 配置您的客户端以启动log-analyzer-mcp可执行文件（通常使用类似uvx的帮助工具）。这是典型的集成方式。

示例客户端配置（例如，在.cursor/mcp.json中）：

{
  "mcpServers": {
    "log_analyzer_mcp_server_prod": {
      "command": "uvx", // uvx是一个从venv运行python可执行文件的工具
      "args": [
        "log-analyzer-mcp" // 从PyPI获取并运行最新版本
        // 或，对于特定版本："log-analyzer-mcp==0.2.0"
      ],
      "env": {
        "PYTHONUNBUFFERED": "1",
        "PYTHONIOENCODING": "utf-8",
        "MCP_LOG_LEVEL": "INFO", // 推荐用于生产
        // "MCP_LOG_FILE": "/path/to/your/logs/mcp/log_analyzer_mcp_server.log", // 可选
        // --- 通过环境变量配置Log Analyzer特定设置 ---
        // 这些传递给服务器使用的分析引擎。
        // 示例："LOG_DIRECTORIES": "[\"/path/to/your/app/logs\"]",
        // 示例："LOG_PATTERNS_ERROR": "[\"Exception:.*\"]"
        // （参见即将推出的docs/configuration.md中的所有选项）
      }
    }
    // 您可以在这里添加其他MCP服务器
  }
}

注意事项：

替换占位符路径，并查阅入门指南、即将推出的配置指南和开发者指南，了解更多的配置选项和环境变量。
实际上，PyPI上的包名为log-analyzer-mcp。

直接运行（用于开发/测试）： 如果需要，可以直接使用其入口点运行服务器。安装后可用的log-analyzer-mcp命令：
```
log-analyzer-mcp --transport http --port 8080
# 或用于stdio传输
# log-analyzer-mcp --transport stdio
```
有关更多选项，请参阅log-analyzer-mcp --help。对于开发，使用pyproject.toml中定义的Hatch脚本或开发者指南中描述的方法也很常见。

文档

API参考： 详细参考MCP服务器工具和CLI命令。
入门指南： 供用户和集成者使用。此指南提供了总体概述。
开发者指南： 供贡献者使用，涵盖环境设置、构建、详细的测试过程（包括覆盖率检查）和发布指南。
（即将推出）配置指南： 详细解释所有.env和环境变量设置。（此文档需要创建。）
（即将推出）CLI使用指南： 全面指导所有loganalyzer命令和选项。（此文档需要创建。）
.env.template： 用于配置环境变量的模板文件。（此文件需要创建并添加到仓库中。）
重构计划： 关于项目持续演进的技术细节。

测试

要运行测试并生成覆盖率报告，请参阅开发者指南中的综合测试指南。此部分涵盖了使用hatch test、带有覆盖率的测试运行、生成HTML报告以及针对特定测试的目标。

贡献

我们欢迎贡献！请参阅CONTRIBUTING.md和开发者指南，了解如何设置环境、测试和贡献的指南。

许可证

Log Analyzer MCP根据MIT许可证（附带Commons条款）授权。详情请参阅LICENSE.md。