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

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

魔搭ModelScope社区

23人浏览 · 2025-05-21 13:54:40

魔搭ModelScope社区 · 2025-05-21 13:54:40 发布

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

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

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

Observable MCP Server 的优势

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。
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
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：

阿里云访问密钥 (AccessKey)：

服务运行需要有效的阿里云 AccessKey ID 和 AccessKey Secret。
获取和管理 AccessKey，请参考阿里云 AccessKey 管理官方文档。

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：

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。

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

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>

可通过命令行传递指定参数:

--transport 指定传输方式，可选值为 sse 或 stdio，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 DEBUG、INFO、WARNING、ERROR，默认值为 INFO
--transport-port 指定传输端口，默认值为 8000,仅当 --transport 为 sse 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

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"]
    }
  }
}

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"
    }
  }

确认工具已经成功加载即可提问

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

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

Observable MCP Server 的下一步

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
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