基于 Model Context Protocol (MCP) 的 AI 驱动 Kubernetes 集群诊断与问题解决后端,提供资源管理、工具执行和提示模板渲染等能力,采用 JSON-RPC 与 MCP 客户端通信,支持通过标准输入/输出等传输方式接收请求并返回结构化响应。
基于 Model Context Protocol (MCP) 的后端服务器实现,通过标准化的 JSON-RPC(Stdio)与 MCP 客户端通信,提供 StarRocks 数据库的诊断分析能力,包含资源与工具的注册、SQL/Prometheus/SSH 等原子操作的编排,以及会话管理与日志记录,支持与中心 API 的协同分析与多阶段执行。该实现适用于在本地通过 Stdio 与 Claude Code、Gemini 等 MCP 客户端协作完成 AI 驱动的数据库诊断与分析任务。
Edge Delta MCP Server为LLM应用提供与Edge Delta平台的集成,支持日志、事件和异常数据查询等功能,助力AI驱动的可观测性分析。
通过Model Context Protocol (MCP) 协议,为AI助手提供访问和分析AWS CloudWatch Logs日志的能力,实现日志浏览、搜索、分析和关联等功能。
Logfire MCP服务器允许LLM访问和分析您的OpenTelemetry遥测数据,包括追踪和指标,以便进行异常分析、自定义查询等操作。
PyTorch HUD MCP服务器为LLM客户端提供PyTorch CI/CD数据访问、日志分析和ClickHouse查询等上下文信息和工具。
该MCP服务器集成了Sumo Logic日志搜索API,为LLM提供通过自然语言查询和分析Sumo Logic日志的能力。