mcpField
L
log-analyzer-mcp

log-analyzer-mcp

本地服务
github.com/Fato07数据与分析541 周前更新
代码仓库

关于 log-analyzer-mcp

Log Analyzer MCP 是面向 Claude Code 的日志分析与调试服务。它可识别格式、结合上下文搜索、归类错误，并关联多个文件中的事件。

主要功能

  1. 01自动识别 9 种以上日志格式
  2. 02按正则、时间和上下文搜索
  3. 03提取错误并归类相似条目
  4. 04关联多个文件中的事件
  5. 05扫描个人信息、凭据和密钥
  6. 06流式处理大文件，无需完整载入

适用场景

  1. 01查找并归类应用日志中的错误
  2. 02追踪 OutOfMemoryError 之前的事件
  3. 03检查日志中意外记录的凭据

MCP 相关

该 MCP 服务向 MCP 客户端提供日志解析、搜索、错误提取、摘要、事件关联、监控、自然语言查询和敏感数据扫描工具。

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": {
    "fato07-log-analyzer": {
      "command": "uvx",
      "args": [
        "codesdevs-log-analyzer"
      ]
    }
  }
}
启动命令uvx codesdevs-log-analyzer

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
pypicodesdevs-log-analyzer0.4.2

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

Log Analyzer MCP

MCP Registry PyPI version PyPI Downloads License: MIT Python 3.10+ GitHub stars

🔍 别再把日志复制粘贴到 AI 中了。 让 Claude 直接读取日志。

用于 AI 日志分析的 MCP 服务。可直接在 Claude Code 中解析、搜索和调试 9 种以上格式的日志文件。

📊 一览

14 个 MCP 工具9+ 种日志格式
280 个测试81%+ 覆盖率

🎬 演示

Log Analyzer MCP 演示

使用 14 个专用工具分析日志

🤔 为什么选择它？

不使用 log-analyzer-mcp使用 log-analyzer-mcp
复制粘贴日志片段让 Claude 读取文件
粘贴时丢失上下文完整文件访问权限
手动解析格式自动检测
遗漏相关错误智能关联

✨ 功能

  • 自动检测 — 从 9 种以上常见日志类型中识别格式
  • 智能搜索 — 支持上下文、正则表达式和时间筛选的模式匹配
  • 提取错误 — 对相似错误分组并提取堆栈跟踪
  • 自然语言 — 提问，例如“今天发生了哪些错误？”
  • 敏感数据扫描 — 检测 PII、凭据和机密信息
  • 多文件分析 — 关联分布式系统中的事件
  • 流式处理 — 处理 1GB 以上的文件，不会出现内存问题

🚀 快速开始

# Install (adds to Claude Code automatically)
uvx codesdevs-log-analyzer install

然后在 Claude Code 中：

Analyze /var/log/app.log and tell me what's causing the errors

📦 安装

一键安装（推荐）
uvx codesdevs-log-analyzer install
手动安装
pip / uv / Claude Code 配置 
# pip
pip install codesdevs-log-analyzer

# uv
uv tool install codesdevs-log-analyzer

添加到 ~/.claude/settings.json：

{
  "mcpServers": {
    "log-analyzer": {
      "command": "uvx",
      "args": ["codesdevs-log-analyzer"]
    }
  }
}

📋 支持的格式

格式示例
SyslogJan 15 10:30:00 hostname process[pid]: message
Apache/Nginx127.0.0.1 - - [15/Jan/2026:10:30:00] "GET /path" 200
JSON Lines{"timestamp": "...", "level": "ERROR", "message": "..."}
Docker2026-01-15T10:30:00.123Z stdout message
Python2026-01-15 10:30:00,123 - module - ERROR - message
Java/Log4j2026-01-15 10:30:00,123 ERROR [thread] class - message
Kuberneteslevel=error msg="..." ts=2026-01-15T10:30:00Z
通用任何包含可识别时间戳的行

⚡ 性能

指标数值
100MB 日志文件< 10 秒
内存占用流式处理（无需完整加载）
已测试的最大文件1GB+
格式检测< 100ms

🛠️ 可用工具

工具描述
log_analyzer_parse检测格式并提取元数据
log_analyzer_search搜索并显示上下文行
log_analyzer_extract_errors提取并归类错误
log_analyzer_summarize生成调试摘要
log_analyzer_correlate查找相关事件
log_analyzer_watch监视新增条目
log_analyzer_ask自然语言查询
log_analyzer_scan_sensitive检测 PII/凭据
+ 6 个更多工具查看完整参考 →

💡 示例

查找错误：

Extract all errors from /var/log/app.log, group similar ones

搜索并显示上下文：

Search for "timeout" in app.log with 5 lines of context

关联事件：

What happened 60 seconds before each OutOfMemoryError?

扫描机密信息：

Check /var/log/app.log for accidentally logged credentials

🔧 开发

git clone https://github.com/Fato07/log-analyzer-mcp
cd log-analyzer-mcp
uv sync
uv run pytest -v --cov

📈 Star 历史

Star History Chart

📄 License

MIT License - see LICENSE for details.

Found this useful? Give it a ⭐ on GitHub!

Report bugs · Request features · Discussions · Full docs

Built by Fato07 at CodesDevs

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。