Rizhiyi MCP

MCP运维云端

提供方 rizhiyi

运维云端 未标注 API Key 社区 / 第三方 Claude DesktopClaudeCursor

基于Model Context Protocol (MCP)的日志易服务器,专为AI智能体提供日志分析、管理和仪表盘配置功能。

一句话选型结论

按资料字段整理

Rizhiyi MCP 属于运维云端类 MCP 服务器,传输方式未标注,API Key,可直接接入 Claude Desktop、Claude、Cursor,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。

分类运维云端 传输方式未标注 鉴权API Key 部署方式未标注
GitHub 星标 2 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

运维云端
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

支持客户端

适用场景

日志分析TypeScript本地部署AI智能体MCP协议仪表盘配置日志管理

安装与配置

未标注 API Key
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
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

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

  • 已适配 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。

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。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 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

  • 需要在运维云端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

  • 不方便管理密钥或第三方授权的人。
  • 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
Rizhiyi MCP当前 未标注 未标注 未标注 无 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
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rizhiyi上游标注的维护方 rizhiyi
分类运维云端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API Key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

5.6 KB
来自项目仓库与上游目录的原文,未做删改

rizhiyi-mcp

项目简介

rizhiyi-mcp 是基于 Model Context Protocol (MCP) 的日志易服务器,专为 AI 智能体设计。该项目包含多个独立的 MCP 服务器实现,每个 MCP 服务器都针对不同的场景和需求进行了设计和优化。

主要功能

  • openapi_server (OpenAPI 封装服务器):直接封装了现有的 OpenAPI 接口,为 AI 智能体提供标准化的 API 访问能力,方便智能体调用各种外部服务。
    注意:由于日志易全版本的 OpenAPI 多达 400+ 个接口,该实现会直接撑爆 LLM 的上下文窗口导致会话不可用。想使用这种方式进行日志易平台增删改查管理操作的用户,需要自行删减 OpenAPI 的 yaml 文件内容。config/ 目录下提供了 mini 和 agent 部分的删减示例。
  • manage-server (通用管理服务器):针对日志易的 OpenAPI 过多的问题,考虑到日志易一级功能项只有十几个,均在 yaml 中有 Tag 标注,设计了分层调用机制。LLM 可以先判断用户提问需要调用哪个功能,然后 MCP 服务器仅返回对应 Tag 的部分 API 做二次筛选,大幅降低了上下文爆炸的可能性。该入口会自动排除 agent、alerts、parserrules、dashboard 等复杂 JSON body 配置类能力,引导到专用服务器。
  • log-tools_server (日志分析工具服务器 / rizhiyi_search):专门为日志分析场景设计的 MCP 服务器,仅包含日志搜索、统计、趋势预测和异常检测等功能,使 AI 智能体能够深入分析和监控日志数据。
    当前提供的高层能力包括:
  • log_search_sheet
  • query_precheck
  • log_reduce_pattern
  • log_reduce_preview
  • list_fields
  • list_field_values
  • trend_summary
  • anomaly_points
  • pattern_classification
  • period_compare
  • correlation_analysis
  • root_cause_suggestions
  • trend_forecast
  • anomaly_alert
    所有工具通用输出控制参数:
  • output_format: auto · yaml · csv · json(默认 auto)
  • include_raw_json: 是否附带原始 JSON(默认 false)
  • dashboard-server (仪表盘专用服务器):专门处理 Dashboard 这类复杂 JSON body 配置,通过语义化输入创建和校验仪表盘,避免 LLM 直接拼接底层 API body。此外还提供了布局和配色美观度评分规则,可以辅助智能体设计出更美观的仪表盘。
    当前提供的高层能力包括:
  • list_dashboard_tabs
  • get_dashboard_tab_content
  • evaluate_dashboard_aesthetics
  • list_dashboard_panels
  • create_dashboard_from_template
  • create_dashboard_from_spec
  • update_dashboard_layout
  • add_dashboard_panel
  • update_dashboard_panel
  • remove_dashboard_panel

Changelog

详见 CHANGELOG.md。

TODO

以下能力属于复杂 JSON body 配置类功能,计划以独立 MCP Server 方式提供:
- rizhiyi_alert:监控/告警配置(alerts)
- rizhiyi_parserule:解析规则配置与测试(parserrules)
- rizhiyi_agent_config:采集/Agent 配置(agent)

安装

请确保您已安装 Node.js 和 npm。

  1. 克隆项目仓库:```bash
    git clone https://github.com/rizhiyi/rizhiyi-mcp.git
    cd rizhiyi-mcp

2. 安装依赖:```bash
npm install
  1. 构建项目:```bash
    npm run build
注意:仓库默认忽略 `dist/`,使用前需先构建生成产物。

## 使用

### 集成到 AI 智能体平台

`rizhiyi-mcp` 提供的 MCP 服务器可以集成到支持自定义工具或插件的 AI 智能体平台中,例如 Cursor、Claude Desktop 或 Trae。以下是通用的集成步骤:

1.  **配置工具/插件**:
在您的 AI 智能体平台中,根据其指引配置新导入的工具或插件。这通常包括:
-   **工具名称**:为您的工具指定一个易于识别的名称,例如“日志分析工具”、“日志易服务”等。
-   **MCP 服务器信息**:将以下配置添加到你的 MCP 客户端配置文件中:```json
{
"mcpServers": {
"rizhiyi_search": {
"command": "node",
"args": [
"/path/to/your/rizhiyi-mcp/dist/log-tools-server.js"
]
},
"rizhiyi_manage": {
"command": "node",
"args": [
"/path/to/your/rizhiyi-mcp/dist/manage-server.js"
]
},
"rizhiyi_dashboard": {
"command": "node",
"args": [
"/path/to/your/rizhiyi-mcp/dist/dashboard-server.js"
]
}
}
}

请确保将 /path/to/your/rizhiyi-mcp/dist/log-tools-server.js、/path/to/your/rizhiyi-mcp/dist/manage-server.js 和 /path/to/your/rizhiyi-mcp/dist/dashboard-server.js 替换为实际路径。
- Rizhiyi 服务器信息:Rizhiyi 服务器需要认证连接,请在 .env 文件或环境变量中配置相应的服务器 URL 和 API Key。

  1. 在智能体中使用:
    配置完成后,您的 AI 智能体即可通过自然语言指令或特定的工具调用语法来使用 rizhiyi-mcp 提供的功能。例如,您可以指示智能体“使用日志分析工具查询过去一小时的错误日志”。效果如图:

开发

如果您想进行二次开发或贡献代码,请参考以下步骤:

  1. 代码结构:
    - src/openapi_server.ts: 负责直接封装 OpenAPI 接口的 MCP 服务器实现。
    - src/manage-server.ts: 负责提供通用管理类 OpenAPI 功能分类和 API 调用能力,并自动排除复杂配置类模块。
    - src/log-tools-server.ts: 负责日志分析工具的 MCP 服务器实现,其核心功能模块位于 src/modules/ 目录下,如 log-search.ts, statistics.ts, trend-forecast.ts, anomaly-detection.ts。
    - src/dashboard-server.ts: 负责仪表盘专用 MCP 服务器实现,复用 src/modules/dashboard.ts 完成 Dashboard 语义化创建。

欢迎提交 Pull Request 或报告 Bug。请确保您的代码符合项目规范。

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
Rizhiyi 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。

Rizhiyi 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。

Rizhiyi 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。

Rizhiyi MCP 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Rizhiyi MCP 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cursor;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。

Rizhiyi MCP 能提供哪些能力?

资料显示能力标签包括 日志分析、日志管理、TypeScript、Claude。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。