mcpField
O
observe-instrument-mcp

observe-instrument-mcp

本地服务
github.com/alanzha2开发工具032 周前更新

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

  1. 01用 observe SDK 为 Agent 文件添加监控
  2. 02修改前创建备份
  3. 03检查监控配置但不修改文件
  4. 04支持 LangGraph、LlamaIndex、CrewAI 和 OpenAI SDK

适用场景

  1. 01为 Python Agent 添加可观测性
  2. 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。

mcp.json · 通用配置
{
"mcpServers": {
"alanzha2-observe-instrument": {
"command": "uvx",
"args": [
"observe-instrument-mcp"
],
"env": {
"ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
"LLM_MODEL": "<LLM_MODEL>",
"OPENAI_API_KEY": "<OPENAI_API_KEY>",
"GEMINI_API_KEY": "<GEMINI_API_KEY>",
"GROQ_API_KEY": "<GROQ_API_KEY>"
}
}
}
}
启动命令uvx observe-instrument-mcp
需要配置的环境变量
ANTHROPIC_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 models
GEMINI_API_KEY密钥API key for Google Gemini models
GROQ_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。

安装包
pypiobserve-instrument-mcp0.1.2

工具

还没有获取到工具列表

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_KEYAnthropic 模型必需
OPENAI_API_KEYOpenAI 模型必需
GEMINI_API_KEYGoogle Gemini 模型必需
GROQ_API_KEYGroq 模型必需
支持的提供商
提供商密钥变量LLM_MODEL 示例
AnthropicANTHROPIC_API_KEYclaude-sonnet-4-6
OpenAIOPENAI_API_KEYgpt-4o
Google GeminiGEMINI_API_KEYgemini/gemini-2.0-flash
GroqGROQ_API_KEYgroq/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

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。