关于 observe-instrument-mcp
observe-instrument-mcp 是面向 Python AI Agent 开发者的 MCP 服务,可为受支持的 Agent 文件添加 OpenTelemetry 链路、指标和日志,也可仅检查配置。
主要功能
- 01用 observe SDK 为 Agent 文件添加监控
- 02修改前创建备份
- 03检查监控配置但不修改文件
- 04支持 LangGraph、LlamaIndex、CrewAI 和 OpenAI SDK
适用场景
- 01为 Python Agent 添加可观测性
- 02检查 Agent 文件缺少哪些监控配置
MCP 相关
它向 MCP 客户端提供 `instrument_agent` 和 `check_instrumentation` 工具,用于修改或检查 Python Agent 文件。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
uvx observe-instrument-mcpANTHROPIC_API_KEY密钥API key for Anthropic Claude (default LLM provider)LLM_MODELLLM model to use (default: claude-sonnet-4-6). Supports Anthropic, OpenAI, Gemini, Groq, Ollama via LiteLLM.OPENAI_API_KEY密钥API key for OpenAI modelsGEMINI_API_KEY密钥API key for Google Gemini modelsGROQ_API_KEY密钥API key for Groq models本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
observe-instrument-mcp
一个 MCP 服务,可使用 ioa-observe-sdk 自动为 Python AI Agent 添加检测能力,无需手动操作,即可添加基于 OpenTelemetry 的追踪、指标和日志。
适用于任何兼容 MCP 的 AI 编码助手:Claude Desktop、Cursor、Windsurf 等。
功能
提供两个工具:
instrument_agent — 读取 Python Agent 文件,为其添加完整的 observe SDK 检测,然后写回文件并返回更改摘要。修改前会创建 .bak 备份。
check_instrumentation — 检查文件中缺失的检测配置,但不会修改文件。
支持的框架:LlamaIndex、LangGraph、CrewAI、原始 OpenAI SDK。
安装
pip install observe-instrument-mcp
# or
uv add observe-instrument-mcp
需要提供所选 LLM 提供商的 API 密钥。默认使用 Claude(ANTHROPIC_API_KEY)。请参阅下方的支持的提供商。
配置
Claude Desktop
添加到 ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"observe-instrument": {
"command": "uvx",
"args": ["observe-instrument-mcp"],
"env": {
"ANTHROPIC_API_KEY": "sk-ant-..."
}
}
}
}
Cursor
添加到项目中的 .cursor/mcp.json:
{
"mcpServers": {
"observe-instrument": {
"command": "uvx",
"args": ["observe-instrument-mcp"],
"env": {
"ANTHROPIC_API_KEY": "sk-ant-..."
}
}
}
}
Windsurf
添加到 ~/.codeium/windsurf/mcp_config.json:
{
"mcpServers": {
"observe-instrument": {
"command": "uvx",
"args": ["observe-instrument-mcp"],
"env": {
"ANTHROPIC_API_KEY": "sk-ant-..."
}
}
}
}
示例
examples/ 文件夹中包含可直接使用的、未经检测配置的 Agent 文件:
examples/
single-agent/
openai-sdk-example.py # OpenAI SDK customer support agent
langgraph-example.py # LangGraph currency converter
llama-index-example.py # LlamaIndex math agent
crewai-example.py # CrewAI research crew
multi-agent/
openai-sdk-multi-agent-example.py # OpenAI SDK orchestrator pipeline
langgraph-multi-agent-example.py # LangGraph supervisor pattern
llama-index-multi-agent-example.py # LlamaIndex research + writing pipeline
crewai-multi-agent-example.py # CrewAI research + publishing crews
使用方法
配置完成后,向 AI 助手提出请求:
Instrument my agent with the observe SDK: path/to/my_agent.py
Check what observe SDK instrumentation is missing from path/to/my_agent.py
环境变量
| 变量 | 描述 |
|---|---|
LLM_MODEL | 要使用的模型(默认值:claude-sonnet-4-6)。请参阅下方的提供商表。 |
ANTHROPIC_API_KEY | Anthropic 模型必需 |
OPENAI_API_KEY | OpenAI 模型必需 |
GEMINI_API_KEY | Google Gemini 模型必需 |
GROQ_API_KEY | Groq 模型必需 |
支持的提供商
| 提供商 | 密钥变量 | LLM_MODEL 示例 |
|---|---|---|
| Anthropic | ANTHROPIC_API_KEY | claude-sonnet-4-6 |
| OpenAI | OPENAI_API_KEY | gpt-4o |
| Google Gemini | GEMINI_API_KEY | gemini/gemini-2.0-flash |
| Groq | GROQ_API_KEY | groq/llama-3.3-70b |
| Ollama(本地,免费) | 无 | ollama/llama3.2 |
添加检测配置后
在项目中安装 SDK:
pip install ioa-observe-sdk
# or
uv add ioa-observe-sdk
启动可观测性技术栈(OTel Collector + ClickHouse):
cd path/to/observe/deploy
docker compose up -d
运行 Agent:
OPENAI_API_KEY=sk-... OTLP_HTTP_ENDPOINT=http://localhost:4318 python my_agent.py
查询追踪记录:
docker exec -it clickhouse-server clickhouse-client --user admin --password admin
SELECT SpanName, ServiceName, Duration / 1000000. AS ms, Timestamp
FROM otel_traces
ORDER BY Timestamp DESC
LIMIT 20;
开发
git clone https://github.com/alanzha2/observe-instrument-mcp
cd observe-instrument-mcp
pip install -e .
# Test the server locally
mcp dev observe_instrument_mcp/server.py
许可证
Apache-2.0
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。