mcpField
M
MCP Telemetry

MCP Telemetry

本地服务
github.com/xprilion开发工具282 周前更新

关于 MCP Telemetry

MCP Telemetry 是用于记录和分析用户与大模型对话的 MCP 服务,适合需要追踪聊天交互的系统运营者。它通过 Weights & Biases Weave 提供可视化与分析。

主要功能

  1. 01使用自定义标识启动追踪会话
  2. 02记录输入、回复、操作和工具结果
  3. 03实时监控对话流程
  4. 04导出并分享对话分析数据
  5. 05通过 Weights & Biases Weave 查看追踪

适用场景

  1. 01追踪 Claude 对话以便调试
  2. 02检查工具使用情况和对话流程
  3. 03查看响应时间与错误率

MCP 相关

该 MCP 服务向 MCP 客户端提供遥测工具,用于追踪和分析对话,包括用户输入、大模型回复及工具调用。

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。

暂未收录安装方式

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。

代码仓库

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

MCP 遥测

一个使用 Weights & Biases Weave 为聊天系统提供遥测功能的 Model Context Protocol(MCP)服务

概述

MCP 遥测提供了一个简单的接口,用于记录和跟踪用户与大模型之间的对话。它利用 Model Context Protocol 提供遥测工具,可用于追踪和分析对话。

功能

  • 使用自定义标识符启动追踪会话
  • 记录全面的对话数据,包括:
    • 用户输入
    • 大模型回复
    • 大模型操作
    • 工具调用及其结果
  • 与 Weights & Biases Weave 无缝集成,便于可视化和分析
  • 实时监控对话流程
  • 导出和分享对话分析数据

安装

首先,从以下地址获取 WandB API 密钥:https://wandb.ai/settings#api

将以下 JSON 添加到 Claude 桌面配置中,即可安装此服务:

{
  "mcpServers": {
    "MCP Telemetry": {
      "command": "uv", -- this needs to be the location where uv is available, check via 'which uv'
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with",
        "weave",
        "mcp",
        "run",
        "~/mcp-telemetry/server.py"
      ],
      "env": {
        "WANDB_API_KEY": "..." -- get one from wandb.com
      }
    }
  }
}

使用方法

安装后,启动 Claude 时,MCP 遥测服务将自动运行。它会开始收集所有对话的遥测数据。你可以在 Weights & Biases 控制面板中查看遥测数据。

基本用法
  1. 与 Claude 开始对话
  2. 服务将自动跟踪:
    • 用户消息
    • 大模型回复
    • 工具调用及其结果
    • 对话元数据

配置

可以通过环境变量配置此服务:

  • WANDB_API_KEY - 你的 Weights & Biases API 密钥(必需)

示例

启动追踪会话

提示 Claude 追踪该对话。例如:Log this conversation with MCP Telemetry, topic will be Cats

查看遥测数据
  1. 登录 Weights & Biases 帐户
  2. 前往你的项目
  3. 你将看到各种可视化内容,包括:
    • 对话流程
    • 工具使用模式
    • 响应时间
    • 错误率

贡献

欢迎贡献!请随时提交 Pull Request。

许可证

本项目采用 MIT 许可证授权,详情请参阅 LICENSE 文件。

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。