关于 JSON Logs MCP Server
JSON Logs MCP Server 是面向 Python JSON 日志的 MCP 服务,可供 Claude Desktop 等 MCP 客户端读取和分析结构化日志。它支持筛选、聚合与统计,并按需加载日志文件。
主要功能
- 01浏览 JSON 日志文件
- 02按字段和时间筛选日志
- 03按条件聚合日志数据
- 04获取日志统计信息
适用场景
- 01查找特定时段的错误日志
- 02分析各模块的日志分布
- 03汇总日志文件的统计数据
MCP 相关
该 MCP 服务向 MCP 客户端提供日志文件列表、日志查询、聚合和统计工具。
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。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
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
JSON Logs MCP 服务
一个模型上下文协议(MCP)服务,可让 Claude Desktop(或任何 MCP 客户端)读取和分析 JSON 格式的日志文件。此服务提供用于搜索、筛选、汇总和分析结构化日志数据的工具。
功能
- 📁 浏览日志文件 - 列出并读取 JSON 格式的日志文件
- 🔍 搜索和筛选 - 按级别、模块、函数、消息内容和时间范围查询日志
- 📊 汇总数据 - 按各种条件对日志分组和分析
- 📈 统计信息 - 获取日志数据的全面统计信息
- 🚀 快速高效 - 针对处理大型日志文件进行了优化
先决条件
- Python 3.11 或更高版本
- Claude Desktop(或其他 MCP 客户端)
安装
- 克隆此仓库:
git clone https://github.com/mfreeman451/json-logs-mcp-server.git
cd json-logs-mcp-server
- 创建虚拟环境:
python3 -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
- 安装软件包:
pip install -e .
- 创建包装脚本:
cat > run-json-logs-server.sh << 'EOF'
#!/bin/bash
cd "$(dirname "$0")"
source .venv/bin/activate
exec python json_logs_mcp_server.py
EOF
chmod +x run-json-logs-server.sh
配置
配置日志目录
默认情况下,服务会在运行位置的 ./logs 目录中查找日志。你可以通过设置环境变量或编辑代码来更改此设置:
选项 1:环境变量
export MCP_JSON_LOGS_DIR="/path/to/your/logs"
配置 Claude Desktop
将服务添加到 Claude Desktop 配置文件中:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
{
"mcpServers": {
"json-logs": {
"command": "/absolute/path/to/run-json-logs-server.sh",
"args": [],
"env": {
"MCP_JSON_LOGS_DIR": "/path/to/your/logs"
}
}
}
}
重要:请使用包装脚本的绝对路径。
日志格式
服务要求日志文件采用 JSON 格式,每行包含一个 JSON 对象。每条日志记录应包含以下字段:
{
"timestamp": "2024-01-15T10:30:45.123456",
"level": "INFO",
"message": "User authentication successful",
"module": "auth.handler",
"function": "authenticate_user",
"line": 42
}
必填字段:
timestamp- ISO 格式的时间戳level- 日志级别(DEBUG、INFO、WARNING、ERROR、CRITICAL)message- 日志消息module- 模块名称function- 函数名称line- 行号
日志文件示例
创建一个名为 example.log 的文件,并添加以下内容以测试服务:
{"timestamp": "2024-01-15T10:30:45.123456", "level": "INFO", "message": "Application started successfully", "module": "main", "function": "startup", "line": 15}
{"timestamp": "2024-01-15T10:30:46.234567", "level": "DEBUG", "message": "Loading configuration from config.json", "module": "config.loader", "function": "load_config", "line": 42}
{"timestamp": "2024-01-15T10:30:47.345678", "level": "INFO", "message": "Database connection established", "module": "db.connection", "function": "connect", "line": 78}
{"timestamp": "2024-01-15T10:31:02.456789", "level": "WARNING", "message": "Rate limit approaching: 85% of quota used", "module": "api.ratelimit", "function": "check_limits", "line": 156}
{"timestamp": "2024-01-15T10:32:15.567890", "level": "ERROR", "message": "Failed to authenticate user: Invalid credentials", "module": "auth.handler", "function": "authenticate_user", "line": 203}
{"timestamp": "2024-01-15T10:32:16.678901", "level": "INFO", "message": "Retry attempt 1/3 for user authentication", "module": "auth.handler", "function": "retry_auth", "line": 215}
{"timestamp": "2024-01-15T10:33:45.789012", "level": "CRITICAL", "message": "Database connection lost: Connection timeout", "module": "db.connection", "function": "health_check", "line": 92}
{"timestamp": "2024-01-15T10:33:46.890123", "level": "INFO", "message": "Attempting database reconnection", "module": "db.connection", "function": "reconnect", "line": 105}
{"timestamp": "2024-01-15T10:33:48.901234", "level": "INFO", "message": "Database connection restored", "module": "db.connection", "function": "reconnect", "line": 112}
{"timestamp": "2024-01-15T10:35:22.012345", "level": "DEBUG", "message": "Cache hit for key: user_session_abc123", "module": "cache.manager", "function": "get", "line": 67}
Python 日志记录器配置示例
以下是将 Python 日志记录器配置为按所需格式输出的方法:
import logging
import json
from datetime import datetime
class JSONFormatter(logging.Formatter):
def format(self, record):
log_obj = {
"timestamp": datetime.fromtimestamp(record.created).isoformat(),
"level": record.levelname,
"message": record.getMessage(),
"module": record.module,
"function": record.funcName,
"line": record.lineno
}
return json.dumps(log_obj)
# Configure logger
logger = logging.getLogger()
handler = logging.FileHandler('app.log')
handler.setFormatter(JSONFormatter())
logger.addHandler(handler)
logger.setLevel(logging.INFO)
# Example usage
logger.info("Application started")
logger.error("Something went wrong")
可用工具
1. list_log_files
列出所有可用日志文件及其元数据。
在 Claude 中的用法示例:
- “列出所有日志文件”
- “显示可用的日志”
2. query_logs
搜索和筛选日志条目。
参数:
files- 要搜索的文件列表(可选,默认为全部文件)level- 按日志级别筛选module- 按模块名称筛选function- 按函数名称筛选message_contains- 在消息内容中搜索start_time- 起始时间筛选条件(ISO 格式)end_time- 结束时间筛选条件(ISO 格式)limit- 最大结果数(默认值:100)
在 Claude 中的用法示例:
- “显示今天所有的 ERROR 日志”
- “查找包含‘database connection’的日志”
- “显示过去一小时 auth 模块中的错误”
- “搜索身份验证失败”
3. aggregate_logs
按指定条件汇总日志数据。
参数:
files- 要分析的文件(可选)group_by- 分组条件:“level”、“module”、“function”或“hour”
在 Claude 中的用法示例:
- “按级别对日志分组”
- “显示哪些模块生成的日志最多”
- “按小时分析日志分布”
- “日志级别的分布情况如何?”
4. get_log_stats
获取日志文件的全面统计信息。
在 Claude 中的用法示例:
- “显示日志统计信息”
- “我的日志总体情况如何?”
- “总共有多少错误?”
使用示例
配置完成后,你可以通过 Claude Desktop 与日志交互:
示例 1:查找错误
You: "Show me all ERROR and CRITICAL logs from the last hour"
Claude: I'll search for ERROR and CRITICAL level logs from the last hour...
[Uses query_logs tool with level and time filters]
示例 2:分析模式
You: "Which module is generating the most warnings?"
Claude: Let me analyze the distribution of WARNING logs by module...
[Uses query_logs with level filter, then aggregate_logs grouped by module]
示例 3:调试问题
You: "Find all database connection errors and show me what happened right before them"
Claude: I'll search for database connection errors and their context...
[Uses query_logs to find specific errors and surrounding log entries]
独立运行
你也可以独立运行服务以进行测试(使用 MCP Inspector 或其他 MCP 客户端):
# With stdio transport (default)
python json_logs_mcp_server.py
故障排除
服务无法启动
- 检查是否已安装 Python 3.8+:
python3 --version - 确保已安装所有依赖项:
pip install -e . - 确认日志目录存在且包含
.log文件
“spawn python ENOENT”错误
- 在配置中使用
python3,而不是python - 使用带完整绝对路径的包装脚本
- 检查包装脚本是否可执行:
chmod +x run-json-logs-server.sh
“Module not found”错误
- 确保使用的包装脚本会激活虚拟环境
- 检查 venv 中是否已安装依赖项:
source .venv/bin/activate && pip list - 重新安装依赖项:
pip install -e .
未找到日志
- 确认配置的目录中存在日志文件
- 检查日志文件是否带有
.log扩展名(会查找匹配*.log*的文件) - 确保日志文件采用正确的 JSON 格式(每行一个 JSON 对象)
- 尝试使用上文提供的示例日志文件
Claude 中未显示工具
- 更改配置后重启 Claude Desktop
- 检查 Claude Desktop 中的“Connect Apps”部分
- 查看 Claude 的开发者控制台中是否有错误消息
- 确认 Claude 界面中服务显示为“Connected”
调试提示
- 手动运行服务以查看错误消息:
./run-json-logs-server.sh - 检查服务输出:通过 stdio 运行时,诊断消息会显示在 stderr 上
- 先使用上文的示例数据测试一个简单的日志文件
- 验证 JSON 格式:每行都必须是有效的 JSON,并包含所有必需字段
性能注意事项
- 服务会按需加载日志文件,而不是一次性全部加载
- 较大的日志文件(>100MB)可能需要一些时间来处理
- 在查询中使用
limit参数控制结果大小 - 考虑轮换日志文件以保持性能
贡献
欢迎贡献!请随时提交 Pull Request。
许可证
MIT License — 详情请参阅 LICENSE 文件
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。