JinDaGe - Log-Analyzer-with-MCP MCP Details

article

README

🚀 日志分析器与MCP

本项目是一个基于模型上下文协议（MCP）的服务器，它能为AI助手提供对AWS CloudWatch日志的访问权限，可用于日志的分析、搜索和关联等操作。

🚀 快速开始

前提准备

要使用本项目，您需要满足以下条件：

安装uv Python包和项目管理器。
拥有一个带有CloudWatch日志的AWS账户。
按照此处说明配置好AWS凭证。

安装步骤

# 克隆仓库
git clone https://github.com/awslabs/Log-Analyzer-with-MCP.git
cd Log-Analyzer-with-MCP

# 创建虚拟环境并安装依赖项
uv sync
source .venv/bin/activate  # 在Windows上使用`.venv\Scripts\activate`

快速上手

确保已按照此处描述配置好AWS凭证。
更新您的claude_desktop_config.json文件，使其符合AI集成指南中所述的正确配置。
打开Claude桌面版并开始聊天！

若您想了解更多示例和高级用法，请参阅详细使用指南。

✨ 主要特性

检查和搜索CloudWatch日志组。
使用CloudWatch日志见解查询语法搜索日志。
生成日志摘要并识别错误模式。
在多个AWS服务之间关联日志。
为Claude等助手优化的AI工具。

详细功能列表

📦 安装指南

先决条件

uv Python包和项目管理器。
带有CloudWatch日志的AWS账户。
配置好的AWS凭证。

设置

# 克隆仓库
git clone https://github.com/awslabs/Log-Analyzer-with-MCP.git
cd Log-Analyzer-with-MCP

# 创建虚拟环境并安装依赖项
uv sync
source .venv/bin/activate  # 在Windows上使用`.venv\Scripts\activate`

🏗️ 架构

架构图

🔌 模型上下文协议（MCP）

如Anthropic所述：

MCP是一个开放协议，标准化AI应用程序为LLM提供上下文的方式。想象一下，MCP就像一个USB - C端口用于AI应用程序。就像USB - C以统一的方式将您的设备连接到各种外围设备和配件一样，MCP以统一的方式将AI模型与不同的数据源和工具连接起来。

此仓库是一个示例客户端和服务器，允许像Claude这样的AI助手访问AWS账户中的CloudWatch日志。如需了解更多信息，请阅读简介。

🤖 AI 集成

该项目可以轻松集成到像Claude桌面版这样的AI助手中。请参考AI集成指南了解详细信息。

📚 详细文档

🔧 技术细节

此项目基于模型上下文协议（MCP）构建，通过该协议为AI助手提供对AWS CloudWatch日志的访问权限。它利用了uv Python包和项目管理器来管理项目依赖和虚拟环境，同时借助AWS账户的CloudWatch日志服务进行日志的分析、搜索和关联等操作。项目的架构图展示了其整体的结构和组件之间的关系，方便开发者理解和进一步开发。

🔒 安全

有关更多信息，请参阅CONTRIBUTING。

📄 许可证

该项目根据Apache - 2.0许可证发布。

Log-Analyzer-with-MCP