MCP Telemetry について
MCP Telemetryは、ユーザーとLLMの会話を記録・分析するMCPサーバーです。会話のトレースを必要とするチャットシステム運用者向けで、Weights & Biases Weaveによる可視化と分析に対応します。
主な機能
- 01独自の識別子でトレースを開始
- 02入力、応答、操作、ツール結果を記録
- 03会話の流れをリアルタイム監視
- 04会話分析データのエクスポートと共有
- 05Weights & Biases Weaveでトレースを表示
活用シーン
- 01Claudeの会話を追跡してデバッグ
- 02ツール利用状況と会話の流れを確認
- 03応答時間とエラー率を調査
MCP 対応
MCPサーバーとして、ユーザー入力、LLMの応答、ツール呼び出しなどの会話を追跡・分析するテレメトリーツールをMCPクライアントに提供します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
MCP テレメトリ
Weights & Biases Weave を使用してチャットシステム内のテレメトリを記録する Model Context Protocol(MCP)サーバー
概要
MCP テレメトリは、ユーザーと LLM の間の会話を記録、追跡するためのシンプルなインターフェースを提供します。Model Context Protocol を利用して、会話の追跡や分析に使えるテレメトリツールを公開します。
機能
- カスタム識別子を使用してトレースセッションを開始
- 次の項目を含む包括的な会話データを記録:
- ユーザー入力
- LLM の応答
- LLM のアクション
- ツールの呼び出しとその結果
- 可視化や分析のための Weights & Biases Weave とのシームレスな連携
- 会話の流れをリアルタイムで監視
- 会話分析データのエクスポートと共有
インストール
まず、次のページから WandB API キーを取得してください:https://wandb.ai/settings#api
次の JSON を Claude デスクトップ設定に追加すると、このサーバーをインストールできます:
{
"mcpServers": {
"MCP Telemetry": {
"command": "uv", -- this needs to be the location where uv is available, check via 'which uv'
"args": [
"run",
"--with",
"mcp[cli]",
"--with",
"weave",
"mcp",
"run",
"~/mcp-telemetry/server.py"
],
"env": {
"WANDB_API_KEY": "..." -- get one from wandb.com
}
}
}
}
使い方
インストールすると、Claude の起動時に MCP Telemetry サーバーが自動的に起動します。すべての会話のテレメトリデータの収集を開始します。テレメトリデータは Weights & Biases ダッシュボードで確認できます。
基本的な使い方
- Claude で会話を開始します
- サーバーは次の項目を自動的に追跡します:
- ユーザーメッセージ
- LLM の応答
- ツールの呼び出しとその結果
- 会話のメタデータ
設定
サーバーは環境変数を使って設定できます:
WANDB_API_KEY- Weights & Biases API キー(必須)
例
トレースセッションの開始
Claude に会話をトレースするようプロンプトを入力します。例:Log this conversation with MCP Telemetry, topic will be Cats
テレメトリデータの表示
- Weights & Biases アカウントにログインします
- プロジェクトに移動します
- 次のようなさまざまな可視化を確認できます:
- 会話の流れ
- ツールの使用パターン
- 応答時間
- エラー率
貢献
貢献を歓迎します!お気軽にプルリクエストを送信してください。
ライセンス
このプロジェクトは MIT ライセンスの下で公開されています。詳細については LICENSE ファイルをご覧ください。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。