mcp_log_analyzer

mcp_log_analyzer

Enables AI models to analyze log files from the Chuangyu Shield cloud defense platform, including retrieving file info, reading log lines, searching logs, and analyzing attack types and IP statistics.

Category
访问服务器

README

MCP Log Analyzer

创宇盾云防御平台日志分析MCP服务器用于AI大模型调用分析被防护网站的日志文件。

MCP工具

该MCP服务器提供以下工具调用:

  1. get_file_info - 获取日志文件信息
  2. read_log_lines - 读取指定范围的日志行
  3. search_logs - 搜索包含关键词的日志条目
  4. analyze_attack_types - 分析攻击类型统计
  5. analyze_ip_stats - 分析IP访问统计

支持的 MCP 客户端

🔧 完全兼容领先的 MCP 环境:

  • 爱派 Aipy
  • Claude Desktop
  • Cursor
  • Windsurf
  • Cline
  • Continue
  • Zed
  • Cherry Studio
  • Chatbox

如何使用

环境准备

你需要安装Python 3.10 或更高版本的 Python 环境

安装

使用 pip

pip install mcp-log-analyzer

安装后,您可以使用以下命令将其作为脚本运行

python -m mcp_log_analyzer.cli

使用 uv

uv 是一个用 Rust 编写的快速 Python 软件包安装程序和解析器。它是 pip 的现代替代品,性能显著提升。

安装 uv
# Install uv using curl (macOS/Linux)
curl -LsSf https://astral.sh/uv/install.sh | sh

# Or using PowerShell (Windows)
irm https://astral.sh/uv/install.ps1 | iex

# Or using Homebrew (macOS)
brew install uv

安装 mcp-log-analyzer

使用 uv 安装 mcp-log-analyzer:

uv pip install mcp-log-analyzer

配置使用

Cherry Studio 配置

  1. 打开 Cherry Studio,选择“设置”。
  2. 在左侧导航栏中,选择“MCP 服务器”。
  3. 点击 “添加服务器” 选择 “从 JSON”导入
  4. 粘贴下面配置后确定
{
  "mcpServers": {
    "日志分析": {
      "command": "python3",
      "args": [
        "-m",
        "mcp_log_analyzer.cli"
      ]
    }
  }
}

CherryStudio 5. 在 MCP 服务器配置中启用 “日志分析” MCP服务器即可使用

Trae 配置

  1. 打开 Trae,选择“设置”。
  2. 在右侧导航栏中,选择“MCP”。
  3. 点击 “添加” 选择 “手动添加”
  4. 粘贴下面配置后确定
{
  "mcpServers": {
    "日志分析": {
      "command": "python3",
      "args": [
        "-m",
        "mcp_log_analyzer.cli"
      ]
    }
  }
}

Trae

  1. 在 Trae 中使用 “Builder with MCP” 即可使用

许可证

MIT License

贡献

欢迎提交Issue和Pull Request!

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选