sls-slsm-mcp

MCP搜索检索

提供方 krasmussen37

搜索检索 stdio · 本地进程 未标注 社区 / 第三方 ClaudeGemini CLICodex
查看接入方式

An MCP server that unifies system log search (sls) and error pattern memory (slsm) to help AI coding agents search logs, analyze root causes, and reuse known fixes.

一句话选型结论

按资料字段整理

sls-slsm-mcp 属于搜索检索类 MCP 服务器,stdio · 本地进程,鉴权方式未标注,可直接接入 Claude、Gemini CLI、Codex,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式stdio · 本地进程 鉴权未标注 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

Local Deployment MCP server log search Python system logs error pattern memory AI coding agents root cause analysis alert monitoring developer productivity

支持客户端

适用场景

Local DeploymentMCP serverlog search

安装与配置

stdio · 本地进程 未标注
客户端在本机拉起子进程,数据不出本机
/home/you/.local/bin/sls-slsm-mcp

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude、Gemini CLI、Codex,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Gemini CLI 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
sls-slsm-mcp当前 未标注 stdio · 本地进程 本地部署 有 2026-10-09
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方krasmussen37上游标注的维护方 krasmussen37
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式未标注远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-10-09上游最后核验时间

详细介绍

2.0 KB
来自项目仓库与上游目录的原文,未做删改

sls-slsm-mcp

MCP server bridging sls (System Log Search) and slsm (SLS Memory) into a single tool server for AI coding agents.

Tools

Tool Description
sls_search Search system logs, agent stderr, and application logs
sls_context Get surrounding log entries around a timestamp for root cause analysis
sls_timeline Activity timeline aggregated by time buckets
sls_alert Check error/warning thresholds (OK/WARNING/CRITICAL)
slsm_context Look up known fixes for an error from the pattern playbook
slsm_add_pattern Add a new error pattern with regex and metadata
slsm_feedback Mark a pattern as helpful or harmful
slsm_reflect Auto-extract new patterns from recent logs

Prerequisites

  • Python 3.7+
  • sls on PATH
  • slsm on PATH

Install```bash

./install.sh # Interactive
./install.sh --configure-all # Non-interactive, configure all agents
./install.sh --configure-claude # Claude Code only


## Manual Configuration

**Claude Code** (`~/.claude.json`):```json
{
  "mcpServers": {
    "sls-slsm": {
      "command": "/home/you/.local/bin/sls-slsm-mcp",
      "args": [],
      "env": {},
      "description": "System log search (sls) + error pattern memory (slsm)"
    }
  }
}

Codex CLI (~/.codex/config.toml):```toml
[mcp_servers.sls-slsm]
command = "/home/you/.local/bin/sls-slsm-mcp"
args = []


**Gemini CLI** (`~/.gemini/settings.json`):```json
{
  "mcpServers": {
    "sls-slsm": {
      "command": "/home/you/.local/bin/sls-slsm-mcp",
      "args": []
    }
  }
}

Environment Variables

Variable Default Description
SLS_BIN auto-detect Path to sls binary
SLSM_BIN auto-detect Path to slsm binary
SLS_SLSM_MCP_DEBUG unset Set to 1 to keep stderr open

Test```bash

sls-slsm-mcp --version
echo '{"jsonrpc":"2.0","id":0,"method":"initialize","params":{}}' | sls-slsm-mcp
```

License

MIT

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
sls-slsm-mcp 怎么安装?

在客户端按下面的安装命令接入:/home/you/.local/bin/sls-slsm-mcp。装完在客户端配置里引用同一个包或端点。

sls-slsm-mcp 怎么在 Claude、Gemini CLI、Codex 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

sls-slsm-mcp 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

sls-slsm-mcp 需要 API Key 吗?

资料没有标注鉴权方式,是否需要密钥取决于服务本身,接入前按官方文档确认。

sls-slsm-mcp 支持哪些客户端?

资料标注支持 Claude、Gemini CLI、Codex;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

sls-slsm-mcp 能提供哪些能力?

资料显示能力标签包括 Local Deployment、MCP server、log search、Python、system logs、error pattern memory。具体工具清单以官方文档为准。

sls-slsm-mcp 需要什么运行环境?

运行时为 python;属于本地进程,需要在本机装好运行环境。

sls-slsm-mcp 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-10-09。