Azure Log Analytics MCP 服务器

一个 MCP (模型上下文协议) 服务器，用于使用自然语言查询 Azure Log Analytics。 该服务器允许大型语言模型将自然语言查询转换为 KQL (Kusto 查询语言)，并针对 Azure Log Analytics 执行它们。

功能

• 使用 Claude AI 将自然语言查询转换为 KQL
• 针对 Azure Log Analytics 执行 KQL 查询
• 格式化结果，以便 LLM 轻松使用
• CLI 模式用于直接交互，MCP 服务器模式用于 LLM 集成

前提条件

• Node.js 18.x 或更高版本
• 具有 Log Analytics 工作区的 Azure 订阅
• 用于 Claude AI 的 Anthropic API 密钥
• 配置了适当凭据的 Azure CLI

安装

# 克隆存储库
git clone https://github.com/MananShahTR/azure-log-analytics-mcp.git
cd azure-log-analytics-mcp

# 安装依赖项
npm install

# 构建项目
npm run build

配置

服务器需要以下环境变量：

• ANTHROPIC_API_KEY: 用于 Claude AI 的 Anthropic API 密钥

Azure 凭据通过 Azure CLI 凭据获得。 确保在运行服务器之前使用 az login 登录。

您需要在 azure-service.ts 文件中配置以下内容：

• subscriptionId: 您的 Azure 订阅 ID
• resourceGroup: 包含您的 App Insights 资源 的资源组
• appInsightsId: 您的 Application Insights 资源的名称

用法

CLI 工具

# 作为 CLI 工具运行
ANTHROPIC_API_KEY=your_key_here node build/index.js

MCP 服务器

# 作为 MCP 服务器运行
ANTHROPIC_API_KEY=your_key_here node build/mcp-server.js

MCP 设置配置

将以下内容添加到您的 MCP 设置配置文件：

{
  "mcpServers": {
    "azure-log-analytics": {
      "command": "node",
      "args": ["path/to/azure-log-analytics-mcp/build/mcp-server.js"],
      "env": {
        "ANTHROPIC_API_KEY": "your_key_here"
      }
    }
  }
}

工具用法

连接后，MCP 服务器提供以下工具：

• query_logs: 使用自然语言查询 Azure Log Analytics
  • 参数：
    • query: 关于跟踪日志的自然语言查询（必需）
    • timeRange: 可选时间范围（例如，“过去 24 小时”，“过去一周”）
    • limit: 要返回的最大结果数

示例

// MCP 工具使用示例
use_mcp_tool({
  server_name: "azure-log-analytics",
  tool_name: "query_logs",
  arguments: {
    query: "Show me all errors in the authentication service from the last hour",
    timeRange: "last hour",
    limit: 10
  }
});

许可证

MIT