zwtesttt/mcp-log-server

MCP Log Server - 智能日志分析服务 v2.3.0

基于 mcp-go SDK 构建的智能日志分析服务，支持多环境日志查询、时间范围过滤和AI智能分析。

🚀 核心功能

• 🌍 多环境支持: 支持 dev、test、staging、prod 四个环境
• 📁 本地日志管理: 本地文件系统存储，支持动态路径配置
• 🔍 设备级查询: 按设备ID精准查询日志记录
• ⏰ 时间范围过滤: 支持精确的时间范围查询
• 🤖 AI智能分析: 集成Ollama，提供专业的日志分析报告
• 📊 结构化输出: 清晰的markdown格式分析报告

📁 项目架构

mcp-log-server/
├── main.go                    # 主程序入口
├── internal/
│   ├── config/
│   │   └── config.go         # 多环境配置管理
│   ├── handlers/
│   │   └── log_commands.go   # 日志命令处理器
│   └── ollama/
│       └── client.go         # Ollama AI客户端
├── logs/                      # 日志文件存储
│   ├── dev/                   # 开发环境日志
│   │   ├── oms.log
│   │   └── blackhole.log
│   ├── test/                  # 测试环境日志
│   │   ├── oms.log
│   │   └── blackhole.log
│   ├── staging/               # 预发布环境日志
│   │   ├── oms.log
│   │   └── blackhole.log
│   └── prod/                  # 生产环境日志
│       ├── oms.log
│       └── blackhole.log
├── go.mod
├── go.sum
└── README.md

🛠️ 快速开始

1. 环境要求

• Go 1.21+
• Ollama (用于AI分析功能)

2. 安装 Ollama

# macOS
brew install ollama

# 启动服务
ollama serve

# 下载推荐模型
ollama pull gemma3:27b

3. 构建项目

git clone <your-repo-url>
cd mcp-log-server
go mod tidy
go build -o mcp-server .

4. 配置 MCP 客户端

Cursor 配置 (~/.cursor/mcp.json)

{
  "mcpServers": {
    "mcp-log-server": {
      "command": "/path/to/mcp-log-server/mcp-server"
    }
  }
}

Claude Desktop 配置

{
  "mcpServers": {
    "mcp-log-server": {
      "command": "/path/to/mcp-log-server/mcp-server"
    }
  }
}

🔧 核心工具

query_device_logs_by_time - 主要功能

按设备ID和时间范围查询日志，并提供AI智能分析。

参数:

• environment (必需): 环境名称 (dev/test/staging/prod)
• log_type (必需): 日志类型 (oms/blackhole)
• device_id (必需): 设备ID
• start_time (可选): 开始时间 (格式: 2025-07-24 11:59:38.369)
• end_time (可选): 结束时间 (格式: 2025-07-24 11:59:38.369)
• keyword (可选): 搜索关键词
• lines (可选): 查询行数 (默认: 2000)
• model (可选): AI分析模型

💡 使用示例

基础设备查询

用户: "查看设备1234在开发环境的日志"

AI会调用工具查询 dev 环境中设备 1234 的最新日志，并提供智能分析。

时间范围查询

用户: "查看设备1234在7月25日的OMS日志"

AI会查询指定日期范围内的日志记录。

跨环境对比

用户: "对比设备1234在测试环境和生产环境的表现"

AI会分别查询两个环境的日志并进行对比分析。

📊 AI分析报告格式

每次查询都会生成结构化的分析报告：

## 🔍 异常识别与分类
- 错误日志统计和分类
- 警告信息汇总
- 异常模式识别

## 📈 系统状态评估  
- 设备运行状态
- 性能指标分析
- 通信状态评估

## ⚠️ 风险评估
- 紧急程度分级
- 影响范围评估
- 具体建议措施

## 📋 日志统计摘要
- 时间范围
- 日志级别统计
- 涉及设备清单

🌍 多环境配置

支持的环境

日志类型

⚙️ 配置自定义

修改 internal/config/config.go 添加新环境或日志类型：

// 添加新环境
"staging": {
    Name: "预发布环境",
    Host: "staging.example.com",
    User: "staginguser",
    Port: "22",
},

// 添加新日志类型
"api": {
    Name:        "api",
    Path:        "", // 动态路径
    Description: "API服务日志",
    Aliases:     []string{"接口"},
},

📈 版本历史

v2.3.0 - 多环境支持 (当前版本)

• ✨ 支持四个独立环境 (dev/test/staging/prod)
• ✨ 动态日志文件路径配置
• ✨ 跨日期的时间范围查询
• ✨ 改进的AI分析提示词
• 🔧 本地文件系统存储

v2.2.0 - 设备查询功能

• ✨ 按设备ID查询日志
• ✨ 时间范围过滤支持
• ✨ 结构化AI分析报告

v2.1.0 - AI集成

• ✨ Ollama AI分析集成
• ✨ 智能日志解读
• ✨ 问题诊断建议

v2.0.0 - 架构重构

• 🔧 模块化代码结构
• 🔧 配置管理优化
• 🔧 MCP协议支持

🔍 故障排除

常见问题

1. 日志文件不存在

   • 检查日志文件路径配置
   • 确认文件读取权限

2. AI分析失败

   • 检查Ollama服务状态
   • 确认模型是否正确下载

3. 时间范围查询无结果

   • 验证时间格式 (2025-07-24 11:59:38.369)
   • 检查日志文件中是否有对应时间段的数据

调试模式

# 启动时查看详细日志
./mcp-server --debug

🤝 贡献指南

1. Fork 项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

📄 许可证

MIT License - 详见 文件

🙏 致谢

• mcp-go - MCP协议Go实现
• Ollama - 本地AI模型运行环境

🚀 立即开始使用智能日志分析，让AI帮助您快速定位和解决系统问题！