mcpField
S
Superlog

Superlog

远程服务
superlog.sh数据与分析1.5k今天更新
代码仓库访问官网

关于 Superlog

Superlog 是面向 OpenTelemetry 数据的开源可观测性工作区，供需要排查生产系统问题的团队使用。它接收 traces、logs 和 metrics，将嘈杂信号归并为 incidents，并提供本地优先的调试界面及可插拔调查运行器。

主要功能

  1. 01接收 OpenTelemetry traces、logs 和 metrics
  2. 02将噪声信号归并为 incidents
  3. 03提供本地优先的调试工作区
  4. 04支持可插拔的调查运行器
  5. 05包含 Web 应用、API 与 OTLP 接入代理

适用场景

  1. 01排查生产系统中的故障
  2. 02从分散遥测信号中整理 incidents
  3. 03查询 traces、logs 和 metrics
  4. 04在本地运行遥测调试工作区

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://api.superlog.sh/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

Twitter post - 2

Last Commit Commit Activity MCP Toplist Apache 2.0 License
Discord Y Combinator P26 Follow @superlogYC on X

网站 · 代码 · 技能 · 辅助工具 · Discord

关于

Superlog 是一个开源的 Agent 遥测系统。它会 采集追踪、日志和指标，将嘈杂的信号归并为事件，并在你休息时监控基础设施。

安装

你可以在喜欢的编码 Agent 中使用我们的 技能，将 Superlog 安装到项目中：

Run npx skills add superloglabs/skills --all and use the skills to install Superlog in this project

Superlog 是什么？

Superlog 是一个面向 OpenTelemetry 数据的开放核心可观测性工作区。它会 采集追踪、日志和指标，将嘈杂的信号归并为事件，并为团队提供本地优先的产品界面，方便调试生产系统。

此仓库包含完全开源、免费的社区版：

  • Web 应用和 API
  • OTLP 采集代理
  • 用于事件归并和后台任务的工作进程
  • Postgres 架构以及由 ClickHouse 支持的遥测查询
  • 可插拔调查运行时的 Agent 运行器接口
  • 默认的 community Agent 运行器，可记录本地事件摘要

我们还提供托管版 Superlog Cloud，包含免费层、按量付费计划和月度额度包。

快速开始

先决条件：

  • Node.js 20+
  • pnpm 9+
  • Docker

安装依赖：

pnpm install

启动本地服务栈：

docker compose up -d
pnpm --filter @superlog/db db:migrate
pnpm dev

默认的本地服务如下：

  • Web：http://localhost:5173
  • API：http://localhost:4100
  • OTLP 接收端：http://localhost:4101

开发

运行类型检查：

pnpm typecheck

仓库结构

  • apps/web - Vite/React 前端
  • apps/api - HTTP API
  • apps/proxy - OTLP 接收代理
  • apps/worker - 后台工作进程和 Agent 编排
  • packages/db - Drizzle 架构和迁移
  • packages/fingerprint - 遥测指纹辅助工具

许可证

Superlog 根据 Apache License 2.0 获得许可。

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。