蜂巢-MCP服务器

@honeycombio/honeycomb-mcp

0 Stars 394 次浏览 honeycombio 更新于 2026-08-23

用于与 Honeycomb 可观察性数据交互的服务器。此服务器使 Claude 等大型语言模型能够直接分析和查询您的 Honeycomb 数据集。

开发者工具其他

该服务暂未提供标准配置，请参考 README 手动接入

服务介绍

Honeycomb MCP

一个用于与Honeycomb可观测性数据交互的Model Context Protocol服务器。该服务器使像Claude这样的大语言模型能够直接分析和查询您在多个环境中的Honeycomb数据集。

仅限Honeycomb Enterprise

目前，此功能仅对Honeycomb Enterprise客户开放。

工作原理

当前，这是一个必须在您自己的计算机上运行的单个服务器进程。它没有进行身份验证。所有信息通过您的客户端和服务器之间的标准输入输出（STDIO）传输。

安装

pnpm install
pnpm run build

构建产物将存放在/build文件夹中。

配置

要使用这个MCP服务器，您需要通过环境变量在MCP配置中提供Honeycomb API密钥。

{
    "mcpServers": {
      "honeycomb": {
        "command": "node",
        "args": [
          "/fully/qualified/path/to/honeycomb-mcp/build/index.mjs"
        ],
        "env": {
          "HONEYCOMB_API_KEY": "your_api_key"
        }
      }
    }
}

对于多环境设置：

{
    "mcpServers": {
      "honeycomb": {
        "command": "node",
        "args": [
          "/fully/qualified/path/to/honeycomb-mcp/build/index.mjs"
        ],
        "env": {
          "HONEYCOMB_ENV_PROD_API_KEY": "your_prod_api_key",
          "HONEYCOMB_ENV_STAGING_API_KEY": "your_staging_api_key"
        }
      }
    }
}

重要： 这些环境变量必须在您的MCP配置的env块中设置。

EU配置

EU客户还需要设置HONEYCOMB_API_ENDPOINT配置，因为MCP默认指向非EU实例。

# Optional custom API endpoint (defaults to https://api.honeycomb.io)
HONEYCOMB_API_ENDPOINT=https://api.eu1.honeycomb.io/

缓存配置

MCP服务器为所有非查询的Honeycomb API调用实现了缓存，以提高性能并减少API使用。可以通过这些环境变量来配置缓存：

# Enable/disable caching (default: true)
HONEYCOMB_CACHE_ENABLED=true

# Default TTL in seconds (default: 300)
HONEYCOMB_CACHE_DEFAULT_TTL=300

# Resource-specific TTL values in seconds (defaults shown)
HONEYCOMB_CACHE_DATASET_TTL=900    # 15 minutes
HONEYCOMB_CACHE_COLUMN_TTL=900     # 15 minutes
HONEYCOMB_CACHE_BOARD_TTL=900      # 15 minutes
HONEYCOMB_CACHE_SLO_TTL=900        # 15 minutes
HONEYCOMB_CACHE_TRIGGER_TTL=900    # 15 minutes
HONEYCOMB_CACHE_MARKER_TTL=900     # 15 minutes
HONEYCOMB_CACHE_RECIPIENT_TTL=900  # 15 minutes
HONEYCOMB_CACHE_AUTH_TTL=3600      # 1 hour

# Maximum cache size (items per resource type)
HONEYCOMB_CACHE_MAX_SIZE=1000

客户端兼容性

Honeycomb MCP已经测试了以下客户端：

它也可能与其他客户端兼容。

功能

跨多个环境查询Honeycomb数据集
执行带有支持的分析查询：
- 多种计算类型（COUNT、AVG、P95等）
- 分解和过滤器
- 基于时间的分析
监控SLO及其状态（仅限企业版）
分析列和数据模式
查看和分析触发器
访问数据集元数据和架构信息
对所有非查询API调用采用基于TTL的缓存优化性能

资源

使用如下格式的URI访问Honeycomb数据集:
honeycomb://{environment}/{dataset}

例如：

honeycomb://production/api-requests
honeycomb://staging/backend-services

资源响应包括：

数据集名称
列信息（名称、类型、描述）
架构详情

工具

list_datasets: 列出环境中的所有数据集
```
{ "environment": "production" }
```

get_columns: 获取数据集的列信息

{
  "environment": "production",
  "dataset": "api-requests"
}

run_query: 使用丰富的选项运行分析查询

{
  "environment": "production",
  "dataset": "api-requests",
  "calculations": [
    { "op": "COUNT" },
    { "op": "P95", "column": "duration_ms" }
  ],
  "breakdowns": ["service.name"],
  "time_range": 3600
}

analyze_columns: 通过运行统计查询并返回计算指标来分析数据集中的特定列。

list_slos: 列出数据集的所有SLO

{
  "environment": "production",
  "dataset": "api-requests"
}

get_slo: 获取详细的SLO信息

{
  "environment": "production",
  "dataset": "api-requests",
  "sloId": "abc123"
}

list_triggers: 列出数据集的所有触发器

{
  "environment": "production",
  "dataset": "api-requests"
}

get_trigger: 获取详细的触发器信息

{
  "environment": "production",
  "dataset": "api-requests",
  "triggerId": "xyz789"
}

get_trace_link: 生成指向Honeycomb UI中特定跟踪的深度链接

get_instrumentation_help: 提供OpenTelemetry工具化指导

{
  "language": "python",
  "filepath": "app/services/payment_processor.py"
}

示例查询与Claude

可以向Claude询问如下问题：

"生产环境中有哪些可用的数据集？"
"显示过去一小时内API服务的P95延迟。"
"按服务名称细分的错误率是多少？"
"是否有接近超出预算的SLO？"
"显示暂存环境中所有活动的触发器。"
"生产环境中的API数据集中有哪些列？"

优化的工具响应

所有工具响应都经过优化，以减少上下文窗口使用量，同时保留关键信息：

列出数据集：仅返回名称、slug和描述
获取列：返回简化的列信息，重点是名称、类型和描述
运行查询：
- 包含实际结果和必要的元数据
- 添加自动计算的汇总统计信息
- 仅包含热图查询的系列数据
- 省略冗长的元数据、链接和执行详情
分析列：
- 返回顶级值、计数和关键统计信息
- 在适当的情况下自动计算数值指标
SLO信息：简化为关键状态指示器和性能指标
触发器信息：专注于触发器状态、条件和通知目标

这种优化确保了响应简洁但完整，使LLM能够在上下文限制内处理更多数据。

`run_query` 的查询规范

run_query 工具支持全面的查询规范：

calculations: 要执行的操作数组
- 支持的操作：COUNT, CONCURRENCY, COUNT_DISTINCT, HEATMAP, SUM, AVG, MAX, MIN, P001, P01, P05, P10, P25, P50, P75, P90, P95, P99, P999, RATE_AVG, RATE_SUM, RATE_MAX
- 一些操作如 COUNT 和 CONCURRENCY 不需要指定列
- 示例：{"op": "HEATMAP", "column": "duration_ms"}
filters: 过滤条件数组
- 支持的操作符：=, !=, >, >=, <, <=, starts-with, does-not-start-with, exists, does-not-exist, contains, does-not-contain, in, not-in
- 示例：{"column": "error", "op": "=", "value": true}
filter_combination: "AND" 或 "OR"（默认是 "AND"）
breakdowns: 用于分组结果的列数组
- 示例：["service.name", "http.status_code"]
orders: 指定如何对结果进行排序的数组
- 必须引用来自 breakdowns 或 calculations 的列
- HEATMAP 操作不能用于 orders
- 示例：{"op": "COUNT", "order": "descending"}
time_range: 相对时间范围（以秒为单位，例如 3600 表示过去一小时）
- 可以与 start_time 或 end_time 结合使用，但不能同时使用两者
start_time 和 end_time: 绝对时间范围的 UNIX 时间戳
having: 基于计算值过滤结果
- 示例：{"calculate_op": "COUNT", "op": ">", "value": 100}

查询示例

这里有一些实际的查询示例：

查找慢速 API 调用

{
  "environment": "production",
  "dataset": "api-requests",
  "calculations": [
    {"column": "duration_ms", "op": "HEATMAP"},
    {"column": "duration_ms", "op": "MAX"}
  ],
  "filters": [
    {"column": "trace.parent_id", "op": "does-not-exist"}
  ],
  "breakdowns": ["http.target", "name"],
  "orders": [
    {"column": "duration_ms", "op": "MAX", "order": "descending"}
  ]
}

数据库调用分布（上周）

{
  "environment": "production",
  "dataset": "api-requests",
  "calculations": [
    {"column": "duration_ms", "op": "HEATMAP"}
  ],
  "filters": [
    {"column": "db.statement", "op": "exists"}
  ],
  "breakdowns": ["db.statement"],
  "time_range": 604800
}

按异常和调用者统计异常数量

{
  "environment": "production",
  "dataset": "api-requests",
  "calculations": [
    {"op": "COUNT"}
  ],
  "filters": [
    {"column": "exception.message", "op": "exists"},
    {"column": "parent_name", "op": "exists"}
  ],
  "breakdowns": ["exception.message", "parent_name"],
  "orders": [
    {"op": "COUNT", "order": "descending"}
  ]
}

开发

pnpm install
pnpm run build

要求

Node.js 16+
Honeycomb API 密钥具有适当的权限：
- 分析的查询访问权限
- SLOs 和触发器的读取访问权限
- 数据集操作的环境级访问权限

许可证

MIT

查看源码项目主页