MCP Logback Analyzer
A FastMCP-based tool for analyzing logback log files to detect code defects and generate automated fix suggestions. It features intelligent stack trace filtering and token optimization to efficiently identify and resolve application errors.
README
MCP 日志分析工具
一个基于 FastMCP 的 Model Context Protocol (MCP) 工具,用于分析 logback 配置的日志文件,检测代码缺陷并生成修复建议。
✨ 功能特性
- 🔍 智能日志分析:自动提取异常信息,不限于预定义模式
- 📊 堆栈跟踪过滤:保留应用包下的堆栈信息,过滤底层框架信息
- 🎯 缺陷检测:自动识别异常类型并推断严重程度
- 🔧 自动修复建议:生成代码修复建议
- 🌐 跨平台支持:支持 Windows、Linux、Mac
- ⚙️ 灵活配置:支持环境变量、配置文件、命令行参数多种配置方式
- 🚀 Token 优化:智能提取关键信息,减少 token 消耗
📦 安装
从 PyPI 安装(推荐)
pip install mcp-logback-analyzer
使用国内镜像源(国内用户推荐)
如果无法访问 PyPI 或下载速度慢,可以使用国内镜像源:
# 清华大学镜像(推荐)
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple mcp-logback-analyzer
# 阿里云镜像
pip install -i https://mirrors.aliyun.com/pypi/simple/ mcp-logback-analyzer
# 腾讯云镜像
pip install -i https://mirrors.cloud.tencent.com/pypi/simple mcp-logback-analyzer
从私有 PyPI 安装
pip install -i http://your-server:8080/simple/ mcp-logback-analyzer
从源码安装
git clone https://github.com/mengbi-super/MCP-TOOLS.git
cd MCP-TOOLS
pip install -e .
🚀 快速开始
1. 安装依赖
pip install mcp-logback-analyzer
2. 配置 Cursor MCP
编辑 Cursor 的 MCP 配置文件(参考 cursor-mcp-config-example.json):
{
"mcpServers": {
"log-analyzer": {
"command": "python",
"args": ["-m", "tools.log_analyzer_tool"],
"cwd": "${workspaceFolder}",
"env": {
"LOGBACK_CONFIG_PATH": "${workspaceFolder}/src/resource/logback-spring.xml",
"SPRING_APPLICATION_NAME": "your-app-name",
"APP_PACKAGE": "com.example.yourpackage"
}
}
}
}
3. 使用工具
在 Cursor 中,你可以直接使用以下命令:
analyze_logs- 分析日志文件,检测代码缺陷search_logs- 在日志中搜索关键词get_logback_config- 获取 logback 配置信息auto_fix_defect- 根据缺陷信息生成修复建议
📖 文档
详细文档请参考:使用指南.md
🔧 配置说明
环境变量
LOGBACK_CONFIG_PATH- logback 配置文件路径SPRING_APPLICATION_NAME- 应用名称APP_PACKAGE- 应用包名(用于过滤堆栈跟踪)ERROR_LOG_PATH- 错误日志文件路径WARN_LOG_PATH- 警告日志文件路径ALL_LOG_PATH- 全部日志文件路径
配置优先级
- 方法参数
- 环境变量
- logback 配置
- 默认值
📝 使用示例
分析错误日志
from tools.log_analyzer_tool import LogAnalyzer
analyzer = LogAnalyzer()
result = analyzer.analyze_logs(log_level="error", max_lines=1000)
print(f"发现 {result['total_defects']} 个缺陷")
for defect in result['defects']:
print(f"类型: {defect['defect_type']}, 严重程度: {defect['severity']}")
搜索日志
result = analyzer.search_logs(keyword="NullPointerException", log_level="error")
print(f"找到 {result['total_matches']} 个匹配结果")
🛠️ 开发
本地开发
# 克隆仓库
git clone https://github.com/mengbi-super/MCP-TOOLS.git
cd MCP-TOOLS
# 安装开发依赖
pip install -e ".[dev]"
# 运行测试
pytest
构建包
# 安装构建工具
pip install build twine
# 构建
python -m build
📄 许可证
MIT License
🤝 贡献
欢迎提交 Issue 和 Pull Request!
📧 联系方式
如有问题,请提交 Issue 或联系:mengbi1014@gmail.com
更多信息请查看 使用指南.md
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。