Logfire MCP Server

Wat doet de “Logfire” MCP Server?

De Logfire MCP Server is een Model Context Protocol (MCP) server waarmee AI-assistenten en LLM’s toegang krijgen tot, ophalen en analyseren van telemetriegegevens die naar Logfire zijn gestuurd via de OpenTelemetry-standaard. Door je Logfire-project te verbinden, kunnen AI-gedreven tools en agenten gedistribueerde traces opvragen, uitzonderingspatronen inspecteren en aangepaste SQL-query’s uitvoeren op de metrics en tracing-gegevens van je applicatie via de Logfire API’s. Deze integratie maakt snelle probleemoplossing, observeerbaarheid en automatisering van veelvoorkomende telemetrie-analyses mogelijk, waardoor ontwikkelaars verbeterde workflows krijgen voor debugging, monitoring en inzichtsgeneratie direct vanuit hun ontwikkelomgeving of AI-ondersteunde agenten.

Lijst van Prompts

Er zijn geen expliciete prompt-templates gedocumenteerd in de repository.

Lijst van Resources

Er zijn geen expliciete resources (als MCP-resources) gedocumenteerd in de repository.

Lijst van Tools

• find_exceptions
  Haalt het aantal uitzonderingen uit traces op, gegroepeerd per bestand, binnen een opgegeven tijdsvenster.

• find_exceptions_in_file
  Biedt gedetailleerde trace-informatie over uitzonderingen die in een specifiek bestand optreden gedurende een opgegeven periode.

• arbitrary_query
  Voert aangepaste SQL-query’s uit op OpenTelemetry-traces en metrics, waardoor flexibele gegevensverkenning mogelijk is.

• get_logfire_records_schema
  Geeft het OpenTelemetry-schema terug, zodat gebruikers preciezere aangepaste query’s kunnen samenstellen.

Gebruikstoepassingen van deze MCP Server

• Uitzonderingsbewaking en analyse
  Ontwikkelaars kunnen snel zien welke bestanden de meeste uitzonderingen genereren, trends identificeren en debugginginspanningen richten.

• Oorzaak-analyse
  Door in te zoomen op uitzonderingdetails in een specifiek bestand kan het team sneller kritieke problemen identificeren en oplossen.

• Aangepaste telemetrierapportage
  De mogelijkheid om willekeurige SQL-query’s uit te voeren stelt teams in staat eigen metricrapporten en dashboards te maken die zijn afgestemd op hun behoeften.

• Schema-exploratie
  Met toegang tot het OpenTelemetry-schema krijgen ontwikkelaars beter inzicht in de beschikbare datavelden en kunnen ze aangepaste query’s en integraties optimaliseren.

Hoe stel je het in

Windsurf

Geen installatie-instructies beschikbaar voor Windsurf.

Claude

1. Open Claude Desktop-instellingen.
2. Voeg een nieuwe MCP-serverconfiguratie toe met de volgende JSON:

   {
     "command": ["uvx"],
     "args": ["logfire-mcp"],
     "type": "stdio",
     "env": {
       "LOGFIRE_READ_TOKEN": "YOUR_TOKEN"
     }
   }
   

3. Vervang "YOUR_TOKEN" door je eigen Logfire-leestoken.
4. Sla de instellingen op en herstart Claude.
5. Controleer of de MCP-server is verbonden door een query te proberen.

API-sleutels beveiligen:
Sla je token op in de env-sectie zoals hierboven om deze uit argumenten en versiebeheer te houden.

Cursor

1. Zorg dat je uv hebt geïnstalleerd.
2. Maak een .cursor/mcp.json-bestand aan in de hoofdmap van je project.
3. Voeg de volgende configuratie toe:

   {
     "mcpServers": {
       "logfire": {
         "command": "uvx",
         "args": ["logfire-mcp", "--read-token=YOUR-TOKEN"]
       }
     }
   }
   

4. Vervang "YOUR-TOKEN" door je eigen Logfire-leestoken.
5. Sla het bestand op en herstart Cursor.

Opmerking: Cursor ondersteunt het env-veld niet; gebruik het --read-token-argument.

Cline

1. Open of maak cline_mcp_settings.json aan.
2. Voeg het volgende toe:

   {
     "mcpServers": {
       "logfire": {
         "command": "uvx",
         "args": ["logfire-mcp"],
         "env": {
           "LOGFIRE_READ_TOKEN": "YOUR_TOKEN"
         },
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

3. Vervang "YOUR_TOKEN" door je Logfire-leestoken.
4. Sla het bestand op en herstart Cline.
5. Controleer of de MCP-server actief is.

API-sleutels beveiligen:
Tokens blijven veilig via het env-veld in je configuratie.

Windsurf

Geen installatie-instructies beschikbaar voor Windsurf.

Hoe gebruik je deze MCP binnen flows

MCP gebruiken in FlowHunt

Om MCP-servers in je FlowHunt-workflow te integreren, voeg je de MCP-component toe aan je flow en verbind je deze met je AI-agent:

Klik op de MCP-component om het configuratiescherm te openen. Voeg in het systeem-MCP-configuratiesectie je MCP-servergegevens toe met dit JSON-formaat:

{
  "logfire": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Na configuratie kan de AI-agent deze MCP nu als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet "logfire" te wijzigen naar de daadwerkelijke naam van jouw MCP-server en de URL aan te passen naar die van jouw eigen MCP-server.

Overzicht

Roots Support: ⛔ (Niet gedocumenteerd)

Sampling Support: ⛔ (Niet gedocumenteerd)

Op basis van bovenstaande is Logfire MCP Server een gerichte, productieklare MCP-server voor observeerbaarheid, maar ontbreekt documentatie voor prompt-templates, resources, roots of sampling support. Het blinkt uit in het aanbieden van een kleine set waardevolle tools voor telemetrie en debugging. Eindscore: 6/10 — uitstekend voor het beoogde gebruik, maar geen volledige MCP-referentie-implementatie.

MCP Score