Logfire Mcp Server

Che cos'è Logfire MCP?

Logfire MCP è una soluzione server innovativa sviluppata dall'organizzazione Pydantic. Funziona come una piattaforma robusta progettata per migliorare le capacità di registrazione e semplificare i processi di gestione dei dati. Con la sua interfaccia user-friendly e potenti funzionalità, Logfire MCP mira a semplificare le complessità della gestione dei log per sviluppatori e organizzazioni.

Caratteristiche di Logfire MCP

• Interfaccia User-Friendly: Logfire MCP offre un'interfaccia intuitiva che consente agli utenti di navigare facilmente tra le sue funzionalità.
• Registrazione in Tempo Reale: Il server fornisce capacità di registrazione in tempo reale, consentendo agli utenti di monitorare e analizzare i log mentre si verificano.
• Gestione dei Dati: Logfire MCP semplifica la gestione dei dati consentendo agli utenti di categorizzare, filtrare e cercare i log in modo efficiente.
• Capacità di Integrazione: Il server può essere integrato con varie applicazioni e servizi, migliorando la sua funzionalità e usabilità.
• Scalabilità: Logfire MCP è progettato per scalare con le tue esigenze, accogliendo volumi di dati in crescita senza compromettere le prestazioni.

Come Utilizzare Logfire MCP

1. Installazione: Inizia scaricando il server Logfire MCP dal repository ufficiale di Pydantic. Segui le istruzioni di installazione fornite nella documentazione.
2. Configurazione: Configura le impostazioni del server secondo le tue esigenze. Questo include la configurazione dei parametri di registrazione, delle opzioni di archiviazione dei dati e delle impostazioni di integrazione.
3. Inizia a Registrare: Una volta configurato, avvia il server e inizia a registrare i dati della tua applicazione. Utilizza la funzionalità di registrazione in tempo reale per monitorare i log mentre vengono generati.
4. Analizza i Log: Usa gli strumenti integrati per analizzare e gestire i tuoi log. Puoi filtrare, cercare e categorizzare i log per ottenere informazioni sulle prestazioni della tua applicazione.
5. Integra con Altri Strumenti: Se necessario, integra Logfire MCP con altri strumenti e servizi per migliorare le sue capacità e semplificare il tuo flusso di lavoro.

Domande Frequenti

D: Quali linguaggi di programmazione supporta Logfire MCP?

R: Logfire MCP è progettato per funzionare con più linguaggi di programmazione, rendendolo versatile per vari ambienti di sviluppo.

D: Logfire MCP è open-source?

R: Sì, Logfire MCP è un repository pubblico, che consente agli sviluppatori di contribuire e modificare il codice secondo necessità.

D: Come posso segnalare problemi o contribuire a Logfire MCP?

R: Puoi segnalare problemi o contribuire al progetto visitando il repository GitHub e seguendo le linee guida per i contributi fornite.

D: Quali sono i requisiti di sistema per eseguire Logfire MCP?

R: I requisiti di sistema possono variare in base alla scala della tua applicazione, ma generalmente richiede un server con adeguata potenza di elaborazione e memoria per gestire le operazioni di registrazione in modo efficiente.

D: Dove posso trovare la documentazione per Logfire MCP?

R: La documentazione per Logfire MCP è disponibile nel repository GitHub, fornendo istruzioni dettagliate su installazione, configurazione e utilizzo.

Logfire MCP Server

This repository contains a Model Context Protocol (MCP) server with tools that can access the OpenTelemetry traces and metrics you've sent to Logfire.

<a href="https://glama.ai/mcp/servers/@pydantic/logfire-mcp"> <img width="380" height="200" src="https://glama.ai/mcp/servers/@pydantic/logfire-mcp/badge" alt="Logfire Server MCP server" /> </a>

This MCP server enables LLMs to retrieve your application's telemetry data, analyze distributed traces, and make use of the results of arbitrary SQL queries executed using the Logfire APIs.

Available Tools

• find_exceptions_in_file - Get detailed trace information about exceptions in a specific file

  • Required arguments:
    • filepath (string): Path to the file to analyze
    • age (int): Number of minutes to look back (max 7 days)

• arbitrary_query - Run custom SQL queries on your OpenTelemetry traces and metrics

  • Required arguments:
    • query (string): SQL query to execute
    • age (int): Number of minutes to look back (max 7 days)

• get_logfire_records_schema - Get the OpenTelemetry schema to help with custom queries

  • No required arguments

Setup

Install uv

The first thing to do is make sure uv is installed, as uv is used to run the MCP server.

For installation instructions, see the uv installation docs.

If you already have an older version of uv installed, you might need to update it with uv self update.

Obtain a Logfire read token

In order to make requests to the Logfire APIs, the Logfire MCP server requires a "read token".

You can create one under the "Read Tokens" section of your project settings in Logfire: https://logfire.pydantic.dev/-/redirect/latest-project/settings/read-tokens

[!IMPORTANT] Logfire read tokens are project-specific, so you need to create one for the specific project you want to expose to the Logfire MCP server.

Manually run the server

Once you have uv installed and have a Logfire read token, you can manually run the MCP server using uvx (which is provided by uv).

You can specify your read token using the LOGFIRE_READ_TOKEN environment variable:

LOGFIRE_READ_TOKEN=YOUR_READ_TOKEN uvx logfire-mcp@latest

or using the --read-token flag:

uvx logfire-mcp@latest --read-token=YOUR_READ_TOKEN

[!NOTE] If you are using Cursor, Claude Desktop, Cline, or other MCP clients that manage your MCP servers for you, you do NOT need to manually run the server yourself. The next section will show you how to configure these clients to make use of the Logfire MCP server.

Configuration with well-known MCP clients

Configure for Cursor

Create a .cursor/mcp.json file in your project root:

{
  "mcpServers": {
    "logfire": {
      "command": "uvx",
      "args": ["logfire-mcp@latest", "--read-token=YOUR-TOKEN"]
    }
  }
}

The Cursor doesn't accept the env field, so you need to use the --read-token flag instead.

Configure for Claude Desktop

Add to your Claude settings:

{
  "command": ["uvx"],
  "args": ["logfire-mcp@latest"],
  "type": "stdio",
  "env": {
    "LOGFIRE_READ_TOKEN": "YOUR_TOKEN"
  }
}

Configure for Cline

Add to your Cline settings in cline_mcp_settings.json:

{
  "mcpServers": {
    "logfire": {
      "command": "uvx",
      "args": ["logfire-mcp@latest"],
      "env": {
        "LOGFIRE_READ_TOKEN": "YOUR_TOKEN"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

Configure for VS Code

Make sure you enabled MCP support in VS Code.

Create a .vscode/mcp.json file in your project's root directory:

{
  "servers": {
    "logfire": {
      "type": "stdio",
      "command": "uvx", // or the absolute /path/to/uvx
      "args": ["logfire-mcp@latest"],
      "env": {
        "LOGFIRE_READ_TOKEN": "YOUR_TOKEN",
        "LOGFIRE_BASE_URL": "https://api-eu.pydantic.dev" // choose the correct base url
      }
    }
  }
}

Customization - Base URL

By default, the server connects to the Logfire API at https://api-us.pydantic.dev. You can override this by:

1. Using the --base-url argument:

uvx logfire-mcp@latest --base-url=https://your-logfire-instance.com

2. Setting the environment variable:

LOGFIRE_BASE_URL=https://your-logfire-instance.com uvx logfire-mcp@latest

Example Interactions

1. Get details about exceptions from traces in a specific file:

{
  "name": "find_exceptions_in_file",
  "arguments": {
    "filepath": "app/api.py",
    "age": 1440
  }
}

Response:

[
  {
    "created_at": "2024-03-20T10:30:00Z",
    "message": "Failed to process request",
    "exception_type": "ValueError",
    "exception_message": "Invalid input format",
    "function_name": "process_request",
    "line_number": "42",
    "attributes": {
      "service.name": "api-service",
      "code.filepath": "app/api.py"
    },
    "trace_id": "1234567890abcdef"
  }
]

2. Run a custom query on traces:

{
  "name": "arbitrary_query",
  "arguments": {
    "query": "SELECT trace_id, message, created_at, attributes->>'service.name' as service FROM records WHERE severity_text = 'ERROR' ORDER BY created_at DESC LIMIT 10",
    "age": 1440
  }
}

Examples of Questions for Claude

1. "What exceptions occurred in traces from the last hour across all services?"
2. "Show me the recent errors in the file 'app/api.py' with their trace context"
3. "How many errors were there in the last 24 hours per service?"
4. "What are the most common exception types in my traces, grouped by service name?"
5. "Get me the OpenTelemetry schema for traces and metrics"
6. "Find all errors from yesterday and show their trace contexts"

Getting Started

1. First, obtain a Logfire read token from: https://logfire.pydantic.dev/-/redirect/latest-project/settings/read-tokens

2. Run the MCP server:

   uvx logfire-mcp@latest --read-token=YOUR_TOKEN
   

3. Configure your preferred client (Cursor, Claude Desktop, or Cline) using the configuration examples above

4. Start using the MCP server to analyze your OpenTelemetry traces and metrics!

Contributing

We welcome contributions to help improve the Logfire MCP server. Whether you want to add new trace analysis tools, enhance metrics querying functionality, or improve documentation, your input is valuable.

For examples of other MCP servers and implementation patterns, see the Model Context Protocol servers repository.

License

Logfire MCP is licensed under the MIT License. This means you are free to use, modify, and distribute the software, subject to the terms and conditions of the MIT License.