MCP Server: App Insights

本项目 'mcp-server-app-insight' 实现了Model Context Protocol (MCP) 服务器，专注于提供对 Azure Application Insights 数据的访问能力。通过此服务器，LLM 客户端可以调用工具查询应用程序的用户活动日志，从而为 LLM 应用提供更丰富的上下文信息。

主要功能点：

用户活动查询: 提供 'user_activity' 工具，允许 LLM 客户端根据用户ID和时间范围查询 Azure Application Insights 中的用户活动数据，包括请求、异常和跟踪日志。
数据来源: 对接 Azure Application Insights 服务，为 LLM 应用提供实时的应用监控数据。
标准 MCP 协议: 遵循 MCP 协议标准，易于与各种 MCP 客户端集成。
基于 FastMCP 框架: 使用 FastMCP 框架构建，简化了 MCP 服务器的开发和部署。
SSE 传输: 支持 Server-Sent Events (SSE) 传输协议，实现与客户端的实时通信。

安装步骤：

克隆仓库: 将 'model-context-protocol-investigations' 仓库克隆到本地。

git clone https://github.com/Bouvet-AI-Sandbox/model-context-protocol-investigations.git
cd model-context-protocol-investigations/mcp-server-app-insight

安装依赖: 使用 pip 安装项目依赖。

pip install python-dotenv mcp-server-sdk pydantic requests

配置环境变量: 在 'mcp-server-app-insight' 目录下创建 '.env' 文件，并填入您的 Azure Application Insights App ID 和 API Key。

APPLICATION_INSIGHT_APP_ID=<您的 Application Insights App ID>
APPLICATION_INSIGHT_API_KEY=<您的 Application Insights API Key>

请确保您已在 Azure 门户中创建 Application Insights 资源并获取了相应的 API Key。

服务器配置 (MCP 客户端配置):

为了让 MCP 客户端（例如 MCP Inspector）连接到此服务器，您需要提供以下配置信息。这通常在 MCP 客户端的设置中完成，例如在 MCP Inspector 中添加 Server 连接时。

{
  "serverName": "AppInsightsServer",  // 服务器名称，可以自定义
  "command": "python",             // 运行服务器的命令，这里使用 python
  "args": ["server.py", "--transport", "sse"] // 启动服务器的参数，指定使用 SSE 传输协议
}

基本使用方法：

启动服务器: 在 'mcp-server-app-insight' 目录下，使用以下命令启动 MCP 服务器。
```
python server.py --transport sse
```
服务器默认监听 8080 端口，并使用 SSE 协议与客户端通信。
连接 MCP 客户端: 配置您的 MCP 客户端（如 MCP Inspector 或支持 MCP 的 LLM 应用），使用上述服务器配置信息连接到 'AppInsightsServer'。
调用 'user_activity' 工具: 在 MCP 客户端中，您可以指示 LLM 使用 'user_activity' 工具。该工具需要以下参数：
- 'userId': 要查询用户活动的邮箱地址。
- 'duration': 查询的时间范围，使用 ISO8601 格式，默认为 'P1D' (一天)。
LLM 客户端会根据用户的自然语言指令，判断是否需要调用 'user_activity' 工具，并提示用户确认参数。确认后，客户端会将请求发送到 'AppInsightsServer'，服务器会查询 Azure Application Insights 并返回结果给客户端，最终呈现给用户或供 LLM 使用。

关键词

MCP Server: App Insights

信息