Token导航 LogoToken导航TokenDH.com
Looking Glass MCP logo
运维云端stdio官方级别未说明来源级核验

Looking Glass MCP

MCP Server

Looking-Glass-MCP是一个革命性的MCP服务器,通过Looking Glass观测点提供网络探测能力,支持从多个全球位置进行网络诊断和测量。

工具数

0

提示词数

0

GitHub Stars

4

资源数

0
Python云端部署Docker

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Jackie-shi

提供方

Jackie-shi

最后核验

2026/5/17 20:20

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

MCP镜子

第一台Looking Glass模型上下文协议(MCP)服务器! 🎉

概述

Looking Glass MCP是一款革命性的MCP服务器,通过Looking Glass(LG)的有利位置提供网络探测功能。此工具允许您使用简单、标准化的界面从多个全球位置执行网络诊断和测量。

特性

  • 多VP探测:同时从多个Looking Glass有利位置执行网络命令
  • 自动VP选择:自动为您的测量选择最佳数量的有利位置
  • 综合指挥:支持ping、BGP路由查找和跟踪路由操作
  • 全球覆盖:访问全球Looking Glass服务器
  • 异步操作:内置async/await以实现高效的并发操作
  • 错误处理:强大的错误处理和超时管理

可用工具

lg_probing_user_defined

使用LG有利位置的特定列表向目标IP发送探测命令。

参数:

  • vp_id_list:Looking Glass VP标识符列表
  • cmd:命令类型(ping, show ip bgp, traceroute)
  • target_ip:探测的目标IP地址

lg_probing_auto_select

使用自动选择的有利位置发送探测命令。

参数:

  • vp_num:要使用的有利位置数量
  • cmd:命令类型(ping, bgp, traceroute)
  • target_ip:探测的目标IP地址

list_all_lgs

检索有关所有可用观景镜有利位置的信息。

需求

  • Python 3.13+
  • httpx>=0.28.1
  • mcp\[cli\]>=1.9.4

安装

pip install -r requirements.txt

使用示例:CDN性能分析

此示例通过分析来自多个全球位置的Google DNS服务(8.8.8.8)的网络性能,演示了如何使用Looking Glass MCP进行CDN性能优化。

第一步:列出可用的Vantage积分

# Get all available Looking Glass vantage points
result = await list_all_lgs()

第二步:选择全球卓越积分

我们选择了5个不同的全球地点进行全面分析:

  • 美国(西雅图):VP ID 71-北美
  • 瑞士:副总裁ID 164-欧洲
  • 新加坡:亚太区副总裁ID 62
  • 澳大利亚(悉尼):VP ID 125-大洋洲
  • 巴西(坎波格兰德):VP ID 108-南美洲

步骤3:执行网络探测

# Run ping tests from 5 global locations
ping_results = await lg_probing_user_defined(
    vp_id_list=["71", "164", "62", "125", "108"],
    cmd="ping",
    target_ip="8.8.8.8"
)

# Run traceroute analysis
traceroute_results = await lg_probing_user_defined(
    vp_id_list=["71", "164", "62", "125", "108"],
    cmd="traceroute", 
    target_ip="8.8.8.8"
)

# Analyze BGP routing information
bgp_results = await lg_probing_user_defined(
    vp_id_list=["71", "164", "62", "125", "108"],
    cmd="bgp",
    target_ip="8.8.8.8"
)

步骤4:LLM生成的分析结果

📊 输出示例:以下分析由LLM使用Looking Glass MCP工具结果自动生成。这展示了人工智能如何将原始网络数据转化为可操作的业务洞察。

🤖 LLM Analysis Output (Click to expand)

🌍 全球网络性能摘要

位置国家延迟(平均)丢包性能评级
美国西雅图美国~1-4ms0%⭐⭐⭐⭐⭐ 太好了
瑞士CH~1ms0%⭐⭐⭐⭐⭐ 太好了
新加坡SG~2.1ms0%⭐⭐⭐⭐⭐ 太好了
澳大利亚悉尼AU~0.54ms0%⭐⭐⭐⭐⭐ 杰出
坎波格兰德,巴西BR~19.8ms0%⭐⭐⭐ 很好

🔍 主要发现

最佳性能:

  • 澳大利亚(悉尼):超低延迟(~0.54ms)-直接谷歌对等互联
  • 瑞士和美国:亚毫秒到低个位数延迟

路由分析:

  • 澳大利亚:6跳,与谷歌基础设施直接对等
  • 新加坡:4跳,出色的谷歌边缘表现
  • 瑞士:4跳,最佳欧洲路由
  • 巴西:15+跳,复杂的ISP路由导致更高的延迟

BGP智能:

  • 所有地点均显示AS15169(谷歌)为原产地
  • 多路径冗余可见
  • 主要市场的本地对等互联安排

🎯 CDN优化建议

立即行动:

  1. 优先考虑亚太地区:澳大利亚和新加坡表现出色
  2. 欧洲扩张:瑞士的表现表明连接良好
  3. 巴西改善:较高的延迟表示需要本地存在

战略建议:

  1. 多CDN策略:在悉尼、新加坡和欧洲部署边缘服务器
  2. 对等优化:与巴西的主要互联网服务提供商建立直接对等互联
  3. 性能监控:将这5个地点作为基线监测点

预期影响:

  • 澳大利亚/新加坡:保持低于2ms的响应时间
  • 欧洲:目标响应时间低于5ms
  • 巴西:在本地存在的情况下,从20ms提高到\
💡 关键见解:此示例显示了Looking Glass MCP如何使AI助手能够自动分析复杂的网络数据并提供可操作的业务建议,从而将原始技术指标转化为战略见解。

实际应用

这款Looking Glass MCP工具非常适合:

  • CDN性能优化:分析全球绩效模式
  • 网络故障排除:从多个角度识别路线问题
  • DDoS检测:监控各有利位置的交通模式
  • 竞品分析:与竞争对手的基础设施进行基准比较
  • SLA监控:在全球范围内验证服务级别协议
  • 研究:互联网拓扑和性能的学术研究

入门指南

  1. 安装依赖项
  2. 配置您的MCP客户端以使用Looking Glass MCP
  3. 开始分析全球网络性能!

Looking Glass的强大功能与MCP的标准化接口相结合,使任何需要全球网络智能的应用程序都可以访问和操作网络分析。

目录标签

目录标签

Python云端部署Docker网络探测本地部署多观测点分析BGP路由查找全球覆盖异步操作

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

部署方式(deploymentType,部署类型)

remote-capable

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononeremote-capable

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP