阿里云发布可观测MCP!支持自然语言查询和分析多模态日志

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 阿里云可观测官方发布了Observable MCP Server,提供了一系列访问阿里云可观测各产品的工具能力,包含阿里云日志服务SLS、阿里云应用实时监控服务ARMS等,支持用户通过自然语言形式查询

阿里云可观测官方发布了Observable MCP Server,提供了一系列访问阿里云可观测各产品的工具能力,包含阿里云日志服务SLS、阿里云应用实时监控服务ARMS等,支持用户通过自然语言形式查询SLS 日志信息 和应用实时监控服务 ARMS 的链路数据,以及一些元数据信息。同时任意支持 MCP 协议的智能体助手, 例如Cursor,Cline,Windsurf 以及各类 Agent框架等,企业人员可以更高效率和可靠地使用可观测数据。

Observable MCP Server的实际应用

本次发布 MCP Server 的第一个版本,主要覆盖日志服务 SLS 和应用实时监控服务 ARMS 的产品能力,支持用户通过自然语言形式查询SLS 日志信息 和应用实时监控服务 ARMS 的链路数据,以及一些元数据信息。

场景一: 查询 SLS 日志 信息

假如有一个日志服务 SLS 的 logstore,里面记录了用户访问的日志,用户希望查询最近一天访问量最高的应用是什么,此时用户可以通过自然语言形式查询,比如:模糊查询最近一天某个 logstore下面访问量最高的应用是什么。

  • 分析:
  • 需要判断 logstore 是否存在
  • 获取 logstore 相关结构
  • 根据要求生成查询语句(对于语句用户可确认修改)
  • 执行查询语句
  • 根据查询结果生成响应
  • 使用工具:
  • sls_list_logstores
  • sls_describe_logstore
  • sls_translate_natural_language_to_query
  • sls_execute_query

image.gif 编辑

场景二: 查询 ARMS 某个应用下面响应最慢的几条 Trace

  • 分析:
  • 需要判断应用是否存在
  • 获取应用相关结构
  • 根据要求生成查询语句(对于语句用户可确认修改)
  • 执行查询语句
  • 根据查询结果生成响应
  • 使用工具:
  • arms_search_apps
  • arms_generate_trace_query
  • sls_translate_natural_language_to_query
  • sls_execute_query

image.gif 编辑

场景三: 分析 RUM 用户体验监控一段时间的访问性能

  • 分析:
  • 需要判断应用是否存在
  • 获取应用相关结构
  • 根据要求生成查询语句(对于语句用户可确认修改)
  • 执行查询语句
  • 根据查询结果生成响应
  • 使用工具:
  • sls_translate_natural_language_to_query
  • sls_execute_query

image.gif 编辑

Observable MCP Server 的优势

  1. 多产品的数据访问。使用 Observable MCP Server,用户可以跨多款可观测产品,比如日志服务 SLS,应用实时监控服务 ARMS,云监控 CloudMonitor,Prometheus 监控等,使用自然语言形式访问和分析这些产品的数据。
  2. 多模态数据分析。Observable MCP Server 支持自然语言形式的多模态数据访问和分析,比如日志,指标,链路,告警,应用分析等
  3. 安全性。Observable MCP Server 支持阿里云的 AccessKey 认证,无额外数据上报,确保用户数据的安全性,并且针对每个工具的输入输出有严格的限制和校验, 并且已经做开源:https://github.com/aliyun/alibabacloud-observability-mcp-server

如何使用 Observable MCP Server?

MCP服务地址:https://www.modelscope.cn/mcp/servers/@aliyun/alibabacloud-observability-mcp-server

权限要求

为了确保 MCP Server 能够成功访问和操作您的阿里云可观测性资源,您需要配置以下权限:

  1. 阿里云访问密钥 (AccessKey):
  1. RAM 授权 (重要):
  • 与 AccessKey 关联的 RAM 用户或角色必须被授予访问相关云服务所需的权限。
  • 强烈建议遵循"最小权限原则":仅授予运行您计划使用的 MCP 工具所必需的最小权限集,以降低安全风险。
  • 根据您需要使用的工具,参考以下文档进行权限配置:
  • 日志服务 (SLS):如果您需要使用 sls_* 相关工具,请参考 日志服务权限说明,并授予必要的读取、查询等权限。
  • 应用实时监控服务 (ARMS):如果您需要使用 arms_* 相关工具,请参考 ARMS 权限说明,并授予必要的查询权限。
  • 请根据您的实际应用场景,精细化配置所需权限。

安全与部署建议

请务必关注以下安全事项和部署最佳实践:

  1. 密钥安全:
  • 本 MCP Server 在运行时会使用您提供的 AccessKey 调用阿里云 OpenAPI,但不会以任何形式存储您的 AccessKey,也不会将其用于设计功能之外的任何其他用途。
  1. 访问控制 (关键):
  • 当您选择通过 SSE (Server-Sent Events) 协议 访问 MCP Server 时,您必须自行负责该服务接入点的访问控制和安全防护。
  • 强烈建议将 MCP Server 部署在内部网络或受信环境中,例如您的私有 VPC (Virtual Private Cloud) 内,避免直接暴露于公共互联网。
  • 推荐的部署方式是使用阿里云函数计算 (FC),目前可观测 MCP 服务已支持通过 FC 部署,详细可查看: FC 部署 MCP SERVER。 并配置其网络设置为仅 VPC 内访问,以实现网络层面的隔离和安全。
  • 注意:切勿在没有任何身份验证或访问控制机制的情况下,将配置了您 AccessKey 的 MCP Server SSE 端点暴露在公共互联网上,这会带来极高的安全风险。

安装方式

使用 pip 安装

直接使用 pip 安装即可,安装命令如下:

pip install mcp-server-aliyun-observability

image.gif

安装之后,直接运行即可,运行命令如下:

python -m mcp_server_aliyun_observability --transport sse --access-key-id <your_access_key_id> --access-key-secret <your_access_key_secret>

image.gif

可通过命令行传递指定参数:

  • --transport 指定传输方式,可选值为 ssestdio,默认值为 stdio
  • --access-key-id 指定阿里云 AccessKeyId
  • --access-key-secret 指定阿里云 AccessKeySecret
  • --log-level 指定日志级别,可选值为 DEBUGINFOWARNINGERROR,默认值为 INFO
  • --transport-port 指定传输端口,默认值为 8000,仅当 --transportsse 时有效

AK,SK 也可以从环境变量读取,ALIYUN_ACCESS_KEY_ID=xxxx, ALIYUN_ACCESS_KEY_SECRET=xxxx

MCP Host配置

以 Cursor 为例(Cursor,Cline,Windsurf同理)

Cursor 配置

  1. 打开 Cursor MCP 配置文件,加入以下信息: 比如以 默认的 stdio方式为例
{
  "mcpServers": {
    "aliyun_observability": {
      "command": "python",
      "args": ["-m", "mcp_server_aliyun_observability", "--access-key-id", "xxxxx", "--access-key-secret", "xxxxxx"]
    }
  }
}

image.gif

如果是 sse 方式,则需要提前启动 MCP Server, 并指定 --transport sse 参数,在 MCP Host 配置文件中加入以下信息:

"mcpServers": {
    "mcp_server_aliyun_observability": {
      "url": "http://yourhost:yourport/sse"
    }
  }

image.gif

  1. 确认工具已经成功加载即可提问

image.gif 编辑

CherryStudio 配置-开源的 ChatBot 工具

以 SSE 启动方式为例,transport 端口为 8888,实际使用时需要根据实际情况修改

image.gif 编辑

 

ChatWise 配置

以 SSE 启动方式为例,transport 端口为 8888,实际使用时需要根据实际情况修改

image.gif 编辑

image.gif 编辑

Observable MCP Server 的下一步

  1. 支持更多可观测产品。目前 Observable MCP Server 已经支持日志服务 SLS 和应用实时监控服务 ARMS 的产品能力,后续将支持更多可观测产品,比如云监控,Prometheus 监控等
  2. 全栈数据分析能力。借助于阿里云可观测的全栈数据互联互通能力,借助于统一的数据分析查询语言,只需要一个 MCP 工具即可完成可观测全栈数据分析,不需要去理解 SLS SQL,PromQL 等数据分析语言
目录
相关文章
|
2月前
|
SQL 人工智能 自然语言处理
阿里云 CIO 蒋林泉:AI 大模型时代,我们如何用 RIDE 实现 RaaS 的首次落地?
本文整理自阿里云智能集团 CIO 蒋林泉在 AICon 2025 深圳的演讲,分享了阿里云在大模型应用落地中的实践经验。通过多个数字人项目案例,探讨了企业在 AI 应用中的组织转型、业务识别、产品定义与工程落地等关键环节,并提出了 RIDE 方法论(重组、识别、定义、执行),助力企业实现 AI 有效落地。
|
4月前
|
存储 机器学习/深度学习 缓存
阿里云AirCache技术实现多模态大模型高效推理加速,入选国际顶会ICCV2025
阿里云研发的AirCache技术被计算机视觉顶会ICCV2025收录,该技术通过激活跨模态关联、优化KV缓存压缩策略,显著提升视觉语言模型(VLMs)的推理效率与存储性能。实验表明,在保留仅10%视觉缓存的情况下,模型性能下降小于1%,解码延迟最高降低66%,吞吐量提升达192%。AirCache无需修改模型结构,兼容主流VLMs,已在教育、医疗、政务等多个行业落地应用,助力多模态大模型高效赋能产业智能化升级。
392 1
|
2月前
|
机器学习/深度学习 人工智能 机器人
AI Compass前沿速览:Nano Bananary、MCP Registry、通义DeepResearch 、VoxCPM、InternVLA·M1具身机器人
AI Compass前沿速览:Nano Bananary、MCP Registry、通义DeepResearch 、VoxCPM、InternVLA·M1具身机器人
|
2月前
|
存储 机器学习/深度学习 人工智能
云栖 2025|阿里云 Qwen3 系列领衔:AI 模型全栈突破与开发者落地指南
阿里云发布Qwen3全栈AI体系,七大模型升级、性能全球领先,开源生态稳居第一。从底层基建到开发工具链全面优化,助力企业高效落地AI应用,共建超级AI云生态。
1188 11
|
2月前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
阿里云 Qwen3 全栈 AI 模型:技术解析、开发者实操指南与 100 万企业落地案例
阿里云发布Qwen3全栈AI体系,推出Qwen3-Max、Qwen3-Next等七大模型,性能全球领先,开源生态超6亿次下载。支持百万级上下文、多模态理解,训练成本降90%,助力企业高效落地AI。覆盖制造、金融、创作等场景,提供无代码与代码级开发工具,共建超级AI云生态。
643 6
|
1月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
|
2月前
|
监控 安全 搜索推荐
使用EventLog Analyzer进行日志取证分析
EventLog Analyzer助力企业通过集中采集、归档与分析系统日志及syslog,快速构建“数字犯罪现场”,精准追溯安全事件根源。其强大搜索功能可秒级定位入侵时间、人员与路径,生成合规与取证报表,确保日志安全防篡改,大幅提升调查效率,为执法提供有力证据支持。
125 0

热门文章

最新文章