关于 Edge Delta MCP Server
Edge Delta MCP Server 将 MCP 客户端连接到 Edge Delta API,供开发者和工具管理可观测性流水线。它支持配置校验、部署与回滚,并可通过离线测试和实时数据采集检查转换结果。
主要功能
- 01查看流水线配置与历史记录
- 02校验、保存、部署和回滚变更
- 03向流水线添加数据源
- 04采集实时转换前后样本
- 05对 OTTL 和处理器节点试运行
适用场景
- 01查看 Edge Delta 流水线设置
- 02用样例日志测试处理器变更
- 03根据实时数据验证转换效果
MCP 相关
它向 MCP 客户端提供 Edge Delta 流水线及可观测性操作工具,包括配置管理、试运行和实时采集。
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。
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
Edge Delta MCP Server
Edge Delta MCP Server 是一个 Model Context Protocol (MCP) 服务,可与 Edge Delta API 无缝集成,为开发者和工具提供高级自动化与交互能力。
使用场景
- 从 Edge Delta 提取并分析可观测性数据。
- 构建与 Edge Delta 平台交互的 AI 驱动工具和应用程序。
管道配置工具
该服务提供用于检查和更改 Edge Delta 管道的工具。写入操作遵循安全流程:验证 → 保存 → 部署,并支持回滚。
| 工具 | 功能 |
|---|---|
get_pipelines / get_pipeline_config / get_pipeline_history | 查找管道并读取其配置和版本历史记录。 |
validate_pipeline_config | 验证配置 YAML,但不保存。返回 {valid, reason}。 |
save_pipeline_config | 将完整配置 YAML 保存为新版本(不会部署)。 |
deploy_pipeline | 将已保存的版本部署到整个集群。 |
revert_pipeline | 回滚到之前保存的版本。 |
add_pipeline_source | 向管道添加数据源节点。 |
典型的编辑流程:get_pipeline_config → 编辑 YAML → validate_pipeline_config
→ save_pipeline_config → get_pipeline_history → deploy_pipeline
(使用 revert_pipeline 回滚)。
实时捕获工具
验证配置是否有效,并不等同于确认更改是否真的转换了数据。实时捕获工具会对运行中的 Agent 上流经管道节点的实际数据进行前后采样,以便 Agent 验证转换是否生效。
| 工具 | 功能 |
|---|---|
start_pipeline_capture | 在管道上启动捕获任务(时长、可选节点列表、最大项数)。 |
get_pipeline_capture_status | 轮询捕获任务在各 Agent 上的状态。 |
get_pipeline_capture_results | 获取各节点捕获的前后样本。 |
get_pipeline_capture_task | 显示当前活动的捕获任务(如果有)。 |
捕获流程:start_pipeline_capture → get_pipeline_capture_status(轮询,直到某个 Agent 报告 success)→ get_pipeline_capture_results(比较各节点的 before 和 after,确认转换结果)。
处理器试运行(测试)工具
针对示例日志离线开发和验证处理器——无需保存、无需部署,也不会影响实时流量。这是实时捕获的离线补充:捕获可以证明实际发生了什么,而此工具可以证明将会发生什么。
| 工具 | 功能 |
|---|---|
test_pipeline_ottl | 针对示例 OTEL 日志项试运行 OTTL 语句;返回转换后的日志项。 |
test_pipeline_node | 对任意类型的完整处理器节点进行试运行(log_to_metric、log_to_pattern、extract_metric、parse_json_attributes、grok、mask 等);返回其通过各输出路径发出的日志项。 |
反复调整,直到输出符合预期,然后将语句或节点添加到管道中,
执行 save_pipeline_config → deploy_pipeline,并使用捕获工具确认实时数据。
对于 OTTL 转换,请使用 test_pipeline_ottl(其 ExtractPatterns 也支持正则字段提取);对于非 OTTL 节点类型(例如 log-to-metric 和 log-to-pattern),请使用 test_pipeline_node。
前提条件
- 已安装并且正在运行 Docker Engine ≥ 20.10。
- 已安装 Docker Buildx 插件:
- macOS / Windows – 随 Docker Desktop 一同提供。
- Debian / Ubuntu
sudo apt-get update && sudo apt-get install -y docker-buildx-plugin - Fedora / RHEL / CentOS
sudo dnf install -y docker-buildx-plugin # or yum install … - 其他发行版(手动备用方案)
mkdir -p ~/.docker/cli-plugins curl -sSL \ https://github.com/docker/buildx/releases/latest/download/buildx-$(uname -s | tr '[:upper:]' '[:lower:]')-amd64 \ -o ~/.docker/cli-plugins/docker-buildx chmod +x ~/.docker/cli-plugins/docker-buildx
- 具有所需权限范围的 Edge Delta API 令牌 – 在此创建。
- Edge Delta 组织 ID – 在此查找。
构建(容器镜像)
首次设置(创建并启动多平台构建器):
docker buildx create --name edgedelta-builder --use
docker buildx inspect --bootstrap
构建镜像并将其载入本地 Docker 守护进程:
docker buildx build --load -t mcp/edgedelta .
ℹ️
--load标志会将镜像传回本地 Docker 引擎,这样你就可以直接通过docker run mcp/edgedelta …运行它。
安装
在 Cursor 中使用
{
"mcpServers": {
"edgedelta": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e ED_ORG_ID",
"-e ED_API_TOKEN",
"ghcr.io/edgedelta/edgedelta-mcp-server:latest"
],
"env": {
"ED_API_TOKEN": "<YOUR_TOKEN>",
"ED_ORG_ID": "<YOUR_ORG_ID>"
}
}
}
}
库的使用
本模块导出的 Go API 目前处于实验阶段,可能会在不另行通知的情况下发生变化。 如果你在生产环境中依赖该 API,请提交 issue 描述你的使用场景,以便我们 稳定相关接口。
许可证
根据 MIT 许可证条款授权。详情请参阅 LICENSE。
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。