Cloud Logs MCP

MCPAI代理

提供方 tareqmamari

AI代理 未标注 无需鉴权 社区 / 第三方 Claude DesktopClaudeCursorWindsurf

IBM云日志的模型上下文协议服务器,提供实时日志查询、警报管理和仪表板配置功能,适用于AI助手与IBM云日志实例交互。

一句话选型结论

按资料字段整理

Cloud Logs MCP 属于AI代理类 MCP 服务器,传输方式未标注,无需鉴权,可直接接入 Claude Desktop、Claude、Cursor 等,没有现成安装命令,需按官方文档接入。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AI代理 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 71 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

AI代理
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71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

支持客户端

适用场景

日志管理Go本地部署AI助手集成实时监控警报系统SRE工具

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  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

    连接成功后客户端会列出约 71 个工具,随便调一个只读工具确认能返回结果。

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
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

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

  • 资料标注 71 个工具,覆盖面较广,能满足多种调用。
  • 已适配 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 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

  • 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
Cloud Logs MCP当前 71 未标注 未标注 无 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
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tareqmamari上游标注的维护方 tareqmamari
分类AI代理本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权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 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

16.5 KB
来自项目仓库与上游目录的原文,未做删改

IBM云记录MCP服务器

IBM云日志的模型上下文协议(MCP)服务器,使AI助手能够与IBM云日志实例交互。包括8个可移植的代理技能,可用于Claude Code、Cursor、Gemini CLI、GitHub Copilot和30多个其他代理。


概述

该项目提供了两种通过AI代理使用IBM Cloud Logs的互补方法:

MCP服务器 代理技能
什么 通过JSON-RPC使用88个工具运行Go服务器 8个可移植指令包(markdown+JSON)
当 实时日志查询、CRUD操作、实时监控 查询编写、架构指导、离线参考
需要 二进制+API密钥+网络 无-由您的代理按需加载
适用于 Claude Desktop,任何MCP客户端 Claude Code,Cursor,Gemini CLI,GitHub Copilot,30多个代理

主要特点:

  • 完整的IBM云日志API覆盖范围(88个工具)
  • 8个嵌入式代理技能 agentskills.io 网站 开放标准
  • 带有自动令牌刷新的IBM Cloud IAM身份验证
  • 使用指数回退重试逻辑
  • 可配置的速率限制
  • 健康检查和指标跟踪
  • 结构化日志记录

快速开始

安装

选项1:自制(推荐)```bash
brew tap tareqmamari/tap
brew install logs-mcp-server
logs-mcp-server --version


Agent技能会自动安装到 `~/.agents/skills/` 安装Homebrew后。

**选项2:从源代码构建**```bash
git clone https://github.com/tareqmamari/cloud-logs-mcp.git
cd cloud-logs-mcp
make deps && make build

配置

先决条件

  1. 获取IBM Cloud凭据:
    - API密钥:https://cloud.ibm.com/iam/apikeys
    - 服务URL: https://[instance-id].api.[region].logs.cloud.ibm.com
    - 地区: us-south, eu-de, au-syd等等。

适用于克劳德桌面

配置文件: `~/Library/Application Support/Claude/claude_desktop_config.json````json
{
"mcpServers": {
"ibm-cloud-logs": {
"command": "logs-mcp-server",
"env": {
"LOGS_SERVICE_URL": "https://[your-instance-id].api.[region].logs.cloud.ibm.com",
"LOGS_API_KEY": "your-ibm-cloud-api-key"
}
}
}
}


**设置后**:重新启动Claude Desktop并询问“列出我的IBM云日志警报”

#### 适用于Microsoft 365复制副本

**先决条件**:

- Microsoft 365复制副本订阅(企业或企业)
- 带有Microsoft 365应用程序的Windows 11或Windows 10
- 管理员权限配置组织设置(用于企业部署)

**配置选项:**

**选项1:个人设置(环境变量)**```powershell
# PowerShell (Windows)
$env:LOGS_SERVICE_URL = "https://[your-instance-id].api.[region].logs.cloud.ibm.com"
$env:LOGS_API_KEY = "your-ibm-cloud-api-key"

# Run the server
logs-mcp-server

选项2:企业部署(Microsoft 365管理中心)

对于组织范围内的部署,请通过Microsoft 365管理中心进行配置:

  1. 引导到 设置 > 集成应用程序 > 副驾驶扩展
  2. 使用以下配置添加自定义MCP服务器:
    - 名字:IBM云日志
    - 命令: logs-mcp-server
    - 环境变量:
    - LOGS_SERVICE_URL:您的IBM Cloud Logs端点
    - LOGS_API_KEY:服务ID API密钥(推荐用于企业)

设置后:

  • 在Microsoft 365 Copilot中,询问“查询我的IBM云日志以查找错误”
  • 在Microsoft Teams中,使用“@Copilot在IBM Cloud日志中列出我的仪表板”
  • 在Outlook中,询问“显示来自IBM Cloud日志的警报”

备注:Microsoft 365 Copilot MCP支持目前处于预览阶段。配置步骤可能因租户设置而异。看 贡献.md 用于替代设置方法。

对于其他MCP客户端

看 贡献.md 有关Cline、程序使用和其他MCP兼容客户端的设置说明。


API 参考

工具

88种工具按功能分类:

查询操作(5个工具)

  • query_logs, submit_background_query, get_background_query_status, get_background_query_data, cancel_background_query

日志摄入(1个工具)

  • ingest_logs

警报管理(11个工具)

  • list_alerts, get_alert, create_alert, update_alert, delete_alert
  • list_alert_definitions, get_alert_definition, create_alert_definition, update_alert_definition, delete_alert_definition
  • suggest_alert - SRE级警报建议 (参见 警报情报 在......下面

仪表板管理(14个工具)

  • list_dashboards, get_dashboard, create_dashboard, update_dashboard, delete_dashboard
  • list_dashboard_folders, get_dashboard_folder, create_dashboard_folder, update_dashboard_folder, delete_dashboard_folder
  • move_dashboard_to_folder, pin_dashboard, unpin_dashboard, set_default_dashboard

政策(5个工具)

  • list_policies, get_policy, create_policy, update_policy, delete_policy

Webhooks(5个工具)

  • list_outgoing_webhooks, get_outgoing_webhook, create_outgoing_webhook, update_outgoing_webhook, delete_outgoing_webhook

事件到指标-E2M(5个工具)

  • list_e2m, get_e2m, create_e2m, replace_e2m, delete_e2m

规则组(5个工具)

  • list_rule_groups, get_rule_group, create_rule_group, update_rule_group, delete_rule_group

数据访问规则(5个工具)

  • list_data_access_rules, get_data_access_rule, create_data_access_rule, update_data_access_rule, delete_data_access_rule

丰富(5个工具)

  • list_enrichments, get_enrichment, create_enrichment, update_enrichment, delete_enrichment

流(5个工具)

  • list_streams, get_stream, create_stream, update_stream, delete_stream

视图(5工具)

  • list_views, get_view, create_view, replace_view, delete_view

资源

资源URI 描述
config://current 服务器配置
metrics://server 服务器指标
health://status 健康检查状态

提示

提示 描述
investigate_errors 错误峰值调查指南
setup_monitoring 为服务设置监控
test_log_ingestion 测试日志摄取工作流程
create_dashboard_workflow 仪表板创建向导
compare_environments 比较不同的环境
debugging_workflow 系统调试方法
optimize_retention 优化日志保留成本

警报情报

这 suggest_alert 工具提供 SRE级警报建议 基于谷歌SRE的行业最佳实践、RED/USE方法和关于警报的学术研究。

为什么使用 suggest_alert?

问题 如何 suggest_alert 帮助
警惕疲劳 使用燃烧率警报将噪音降低90%+
假阳性 多窗口验证可防止警报摆动
静态阈值 为季节性指标建议动态基线
缺少上下文 自动生成runbook模板和操作
错误的方法 自动选择红色(服务)与使用(资源)

快速开始```

"Suggest an alert for high error rate on my API service with 99.9% SLO"
"What alerts should I create for my Kafka cluster?"
"Help me set up monitoring for my PostgreSQL database"


### 关键参数

|参数|说明|示例|
|-----------|-------------|---------|
| `service_type` |组件类型(如果未提供,则自动检测)| `web_service`, `database`, `message_queue` |
| `slo_target` |SLO目标(启用燃烧率警报)| `0.999` (99.9%) |
| `is_user_facing` |影响严重程度分类| `true` → P1符合条件|
| `use_case` |自然语言描述| `"high latency on checkout"` |

### 支持的服务类型

**红色方法** 服务(费率、错误、持续时间):

- `web_service`, `api_gateway`, `worker`, `microservice`, `serverless`

**使用方法** 资源的利用率、饱和度、误差:

- `database`, `cache`, `message_queue`, `kubernetes`, `storage`

### 输出示例```json
{
"suggestions": [{
"name": "API Error Rate - Fast Burn (Page)",
"severity": "P1",
"methodology": "RED",
"burn_rate_condition": {
"slo_target": 0.999,
"burn_rate": 14.4,
"window_duration": "1h",
"consumption_percent": 2.0
},
"suggested_actions": [
"1. Check error logs for patterns",
"2. Review recent deployments",
"3. Verify dependent service health"
],
"runbook_url": "/runbooks/web_service/error-rate"
}]
}

参考文献

警报引擎执行以下建议:

  • 谷歌SRE手册-警报
  • “我的警报哲学” 作者:Rob Ewaschuk
  • SRE工作簿-在SLO上发出警报

代理技能

该二进制文件在以下内容后嵌入了8个代理技能 agentskills.io 网站 开放标准。技能是可移植的指令包,可在30多个AI代理上工作,不需要运行时、身份验证或网络。

可用技能

技能 描述
ibm-cloud-logs-query DataPrime和Lucene查询编写、验证和自动更正
ibm-cloud-logs-alerting SRE级警报,采用RED/USE方法和燃烧率数学
ibm-cloud-logs-incident-investigation 基于启发式模式匹配的系统性事件调查
ibm-cloud-logs-dashboards 使用DataPrime驱动的小部件进行仪表板设计
ibm-cloud-logs-cost-optimization TCO策略、数据层选择和事件到指标
ibm-cloud-logs-ingestion 日志摄取、解析规则和丰富
ibm-cloud-logs-access-control 数据访问规则、审计日志记录和合规模式
ibm-cloud-logs-api-reference 所有88个工具端点的完整API参考

安装技能

技能嵌入二进制文件中。使用 skills 子命令来管理它们。```bash

Install to ~/.agents/skills/ (user-level, available to all projects)

logs-mcp-server skills install

Install to ./.agents/skills/ (project-level, current project only)

logs-mcp-server skills install --project

List all available skills

logs-mcp-server skills list

Remove installed skills

logs-mcp-server skills remove


如果您是通过Homebrew安装的,技能会自动安装到 `~/.agents/skills/` 首次安装时。

### 技能如何发挥作用

技能使用a **渐进式披露** 最小化上下文窗口使用的模型:

1. **目录** (约200个令牌)-您的代理会看到技能名称和描述
1. **技能.md** (约300行)——技能激活时按需加载
1. **参考文献** --仅在需要更深入的信息时加载详细文档

这意味着技能消耗 **约2K代币按需** 与MCP服务器相比 **~25K固定开销** 每次谈话。看 BENCHMARK.md 以进行详细比较。

### 兼容代理

技能适用于任何可以从中读取markdown文件的代理 `~/.agents/skills/` 或 `./.agents/skills/`:

- **克劳德代码** --自动从中发现技能 `~/.agents/skills/`
- **光标** --读取项目级别 `.agents/skills/`
- **双子星命令行工具** --阅读 `~/.agents/skills/`
- **GitHub Copilot** --阅读项目级技能
- **Bob、Windsurf、Cline、Aider** --以及通过agentskills.io标准获得的20多个

### 何时使用技能vs MCP

|场景|使用|
|----------|-----|
|查询实时日志|MCP|
|编写DataPrime查询(不执行)|技能|
|创建或管理警报|MCP|
|设计警报策略|技能|
|调试实时生产事件|MCP|
|学习调查方法|技能|
|设置仪表板|MCP|
|规划仪表板布局和查询|技能|
|离线查询/配置指导(不执行)|技能|
|IBM云日志上的任何CRUD操作|MCP|

为了达到最佳效果,两者结合使用——技能提供领域知识,MCP执行操作。

______________________________________________________________________

## 用法示例```
"Search logs for errors in the last hour"
"Create an alert when error rate exceeds 100 per minute"
"Suggest alerts for my web service with 99.9% SLO"
"What monitoring should I set up for my Redis cache?"
"List all my dashboards"
"Ingest a test log message for my-app"
"Show me all retention policies"

配置

环境变量

必需

变量 描述
LOGS_API_KEY IBM云API密钥

加上以下其中一项:

  • LOGS_SERVICE_URL -完整服务端点URL(自动提取区域和实例ID),或
  • LOGS_REGION + LOGS_INSTANCE_ID -区域和实例ID(构造服务URL)

可选的

变量 默认值 描述
LOGS_TIMEOUT 30s HTTP请求超时
LOGS_MAX_RETRIES 3 最大重试次数
LOGS_RATE_LIMIT 100 每秒请求数
LOG_LEVEL info 日志级别(调试/信息/警告/错误)
LOG_FORMAT json 日志格式(json/控制台)

多个实例

配置多个IBM Cloud Logs实例:```json
{
"mcpServers": {
"logs-production": {
"command": "logs-mcp-server",
"env": {
"LOGS_SERVICE_URL": "https://prod-id.api.us-south.logs.cloud.ibm.com",
"LOGS_API_KEY": "prod-api-key",
"LOGS_REGION": "us-south",
"LOGS_INSTANCE_NAME": "Production US"
}
},
"logs-staging": {
"command": "logs-mcp-server",
"env": {
"LOGS_SERVICE_URL": "https://stage-id.api.us-south.logs.cloud.ibm.com",
"LOGS_API_KEY": "staging-api-key",
"LOGS_REGION": "us-south",
"LOGS_INSTANCE_NAME": "Staging US"
}
}
}
}


______________________________________________________________________

## 安全

**MCP服务器最佳实践:**

- 为API键使用环境变量(从不硬编码)
- 使用服务ID而不是个人API密钥进行生产
- 启用TLS验证(`LOGS_TLS_VERIFY=true`)
- 定期轮换API密钥(建议:90天)
- 应用最小权限原则(查看者/操作员角色)
- 使用数据访问规则按团队或角色限制日志可见性
- 启用审核日志记录(`LOG_LEVEL=debug`)用于合规性跟踪

**代理技能安全:**

- 技能不包含凭据、令牌或连接字符串
- 通过嵌入二进制文件 `go:embed` --构建后不可变
- 零网络攻击表面-无API调用,无数据访问
- 这 `ibm-cloud-logs-access-control` 技能包括安全查询模板(身份验证失败、权限升级、敏感数据访问)和合规模式(GDPR、SOC 2、多租户隔离)

看 BENCHMARK.md 详细比较MCP与技能安全。

**看 安全.md** 以获得全面的安全指导。

______________________________________________________________________

## 发展

### 先决条件

- 转到1.23.2+
- 制造

### 建筑```bash
make deps      # Download dependencies
make build     # Build binary
make test      # Run tests
make lint      # Run linters

项目结构```

├── main.go # Entry point with skills subcommand
├── embed_skills.go # Embeds .agents/skills/ into binary
├── .agents/skills/ # 8 Agent Skills (agentskills.io format)
│ ├── ibm-cloud-logs-query/ # DataPrime query writing & validation
│ ├── ibm-cloud-logs-alerting/ # SRE-grade alerting with burn rate math
│ ├── ibm-cloud-logs-incident-investigation/
│ ├── ibm-cloud-logs-dashboards/
│ ├── ibm-cloud-logs-cost-optimization/
│ ├── ibm-cloud-logs-ingestion/
│ ├── ibm-cloud-logs-access-control/
│ └── ibm-cloud-logs-api-reference/
├── internal/
│ ├── auth/ # IBM Cloud IAM authentication
│ ├── client/ # HTTP client with retry/rate limiting
│ ├── config/ # Configuration management
│ ├── tools/ # MCP tool implementations (88 tools)
│ ├── skills/ # Skill installer
│ ├── server/ # MCP server
│ ├── health/ # Health checks
│ └── metrics/ # Metrics tracking
├── Makefile # Build automation
└── .goreleaser.yaml # Release configuration


**看 贡献.md** 详细的开发指南包括:

- 设置其他MCP客户端(GitHub Copilot、Cline等)
- 更新API定义
- 添加新工具
- 测试策略
- 发布流程

______________________________________________________________________

## 故障排除

|问题|解决方案|
|-------|----------|
|工具未显示|使用绝对二进制路径,完全重新启动MCP客户端|
| `401 Unauthorized` |检查API密钥有效性和IAM权限|
| `429 Too Many Requests` |减少 `LOGS_RATE_LIMIT` 或请求增加配额|
|连接超时|增加 `LOGS_TIMEOUT` 或检查网络|

**调试模式**:```json
{
"env": {
"LOG_LEVEL": "debug",
"LOG_FORMAT": "console"
}
}

支持

  • 问题: GitHub问题
  • IBM云日志文档: https://cloud.ibm.com/docs/cloud-logs
  • IBM云日志API: https://cloud.ibm.com/apidocs/logs-service-api

许可证

版权所有(c)2025。保留所有权利。

常见问题

6 问
答案由本站依据条目字段整理,不引用上游原文
Cloud Logs MCP 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Cloud Logs MCP 怎么在 Claude Desktop、Claude、Cursor 里配置?

它的传输方式未标注,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。

Cloud Logs 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。

Cloud Logs MCP 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Cloud Logs MCP 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cursor、Windsurf、Cline;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。

Cloud Logs MCP 能提供哪些能力?

资料显示约 71 个工具;能力标签包括 日志管理、Go、Claude、实时监控。具体工具清单以官方文档为准。

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 2026-05-17。