rizhiyi-mcp
项目简介
rizhiyi-mcp 是基于 Model Context Protocol (MCP) 的日志易服务器，专为 AI 智能体设计。该项目包含多个独立的 MCP 服务器实现，每个 MCP 服务器都针对不同的场景和需求进行了设计和优化。
主要功能
openapi_server(OpenAPI 封装服务器)：直接封装了现有的 OpenAPI 接口，为 AI 智能体提供标准化的 API 访问能力，方便智能体调用各种外部服务。
注意：由于日志易全版本的 OpenAPI 多达 400+ 个接口，该实现会直接撑爆 LLM 的上下文窗口导致会话不可用。想使用这种方式进行日志易平台增删改查管理操作的用户，需要自行删减 OpenAPI 的 yaml 文件内容。config/ 目录下提供了 mini 和 agent 部分的删减示例。
manage-server(通用管理服务器)：针对日志易的 OpenAPI 过多的问题，考虑到日志易一级功能项只有十几个，均在 yaml 中有 Tag 标注，设计了分层调用机制。LLM 可以先判断用户提问需要调用哪个功能，然后 MCP 服务器仅返回对应 Tag 的部分 API 做二次筛选，大幅降低了上下文爆炸的可能性。该入口会自动排除agent、alerts、parserrules、dashboard等复杂 JSON body 配置类能力，引导到专用服务器。log-tools_server(日志分析工具服务器 / rizhiyi_search)：专门为日志分析场景设计的 MCP 服务器，仅包含日志搜索、统计、趋势预测和异常检测等功能，使 AI 智能体能够深入分析和监控日志数据。
当前提供的高层能力包括： - log_search_sheet - query_precheck - log_reduce_pattern - log_reduce_preview - list_fields - list_field_values - trend_summary - anomaly_points - pattern_classification - period_compare - correlation_analysis - root_cause_suggestions - trend_forecast - anomaly_alert 所有工具通用输出控制参数： - output_format: auto|yaml|csv|json（默认 auto） - include_raw_json: 是否附带原始 JSON（默认 false）
dashboard-server(仪表盘专用服务器)：专门处理 Dashboard 这类复杂 JSON body 配置，通过语义化输入创建和校验仪表盘，避免 LLM 直接拼接底层 API body。此外还提供了布局和配色美观度评分规则，可以辅助智能体设计出更美观的仪表盘。
当前提供的高层能力包括： - list_dashboard_tabs - get_dashboard_tab_content - evaluate_dashboard_aesthetics - list_dashboard_panels - create_dashboard_from_template - create_dashboard_from_spec - update_dashboard_layout - add_dashboard_panel - update_dashboard_panel - remove_dashboard_panel
Changelog
详见 CHANGELOG.md。
TODO
以下能力属于复杂 JSON body 配置类功能，计划以独立 MCP Server 方式提供：
rizhiyi_alert：监控/告警配置（alerts）rizhiyi_parserule：解析规则配置与测试（parserrules）rizhiyi_agent_config：采集/Agent 配置（agent）
安装
请确保您已安装 Node.js 和 npm。
- 克隆项目仓库：
git clone https://github.com/rizhiyi/rizhiyi-mcp.git
cd rizhiyi-mcp- 安装依赖：
npm install- 构建项目：
npm run build注意：仓库默认忽略 dist/，使用前需先构建生成产物。
使用
集成到 AI 智能体平台
rizhiyi-mcp 提供的 MCP 服务器可以集成到支持自定义工具或插件的 AI 智能体平台中，例如 Cursor、Claude Desktop 或 Trae。以下是通用的集成步骤：
- 配置工具/插件：
在您的 AI 智能体平台中，根据其指引配置新导入的工具或插件。这通常包括： - 工具名称：为您的工具指定一个易于识别的名称，例如“日志分析工具”、“日志易服务”等。 - MCP 服务器信息：将以下配置添加到你的 MCP 客户端配置文件中：
{
"mcpServers": {
"rizhiyi_search": {
"command": "node",
"args": [
"/path/to/your/rizhiyi-mcp/dist/log-tools-server.js"
]
},
"rizhiyi_manage": {
"command": "node",
"args": [
"/path/to/your/rizhiyi-mcp/dist/manage-server.js"
]
},
"rizhiyi_dashboard": {
"command": "node",
"args": [
"/path/to/your/rizhiyi-mcp/dist/dashboard-server.js"
]
}
}
}请确保将 /path/to/your/rizhiyi-mcp/dist/log-tools-server.js、/path/to/your/rizhiyi-mcp/dist/manage-server.js 和 /path/to/your/rizhiyi-mcp/dist/dashboard-server.js 替换为实际路径。 - Rizhiyi 服务器信息：Rizhiyi 服务器需要认证连接，请在 .env 文件或环境变量中配置相应的服务器 URL 和 API Key。
- 在智能体中使用：
配置完成后，您的 AI 智能体即可通过自然语言指令或特定的工具调用语法来使用 rizhiyi-mcp 提供的功能。例如，您可以指示智能体“使用日志分析工具查询过去一小时的错误日志”。效果如图：
开发
如果您想进行二次开发或贡献代码，请参考以下步骤：
- 代码结构：
- src/openapi_server.ts: 负责直接封装 OpenAPI 接口的 MCP 服务器实现。 - src/manage-server.ts: 负责提供通用管理类 OpenAPI 功能分类和 API 调用能力，并自动排除复杂配置类模块。 - src/log-tools-server.ts: 负责日志分析工具的 MCP 服务器实现，其核心功能模块位于 src/modules/ 目录下，如 log-search.ts, statistics.ts, trend-forecast.ts, anomaly-detection.ts。 - src/dashboard-server.ts: 负责仪表盘专用 MCP 服务器实现，复用 src/modules/dashboard.ts 完成 Dashboard 语义化创建。
欢迎提交 Pull Request 或报告 Bug。请确保您的代码符合项目规范。