MCP Log Analyzer 是一个用于分析由 AI 大模型调用保护的网站日志的 Python MCP 服务。它提供多种工具来提取、检索和统计日志信息，帮助你理解访问模式、检测异常行为以及分析攻击类型和 IP 统计。核心工具包括 get_file_info（获取日志文件信息）、 read_log_lines（读取指定范围的日志行）、 search_logs（按关键词检索日志条目）、 analyze_attack_types（分析攻击类型统计）以及 analyze_ip_stats（分析 IP 访问统计）。在 MCP 客户端中使用时，该服务器应以 python -m mcp_log_analyzer.cli 的方式启动，并通过 MCP 客户端传入的配置进行连接和调用。该服务与常见的 MCP 客户端（如 Aipy、Claude Desktop、Cursor、Windsurf、Cline、Continue、Zed、Cherry Studio、Chatbox 等）完全兼容，方便在多种工作流中集成。

Prerequisites:

• Python 3.10 或更高版本
• 可选：pip、uv（用于快速包管理和安装）

安装步骤（使用 pip）:

1. 安装包 pip install mcp-log-analyzer
2. 作为脚本运行服务器 python -m mcp_log_analyzer.cli

安装步骤（使用 uv 作为包管理器安装和执行）:

1. 安装 uv（若尚未安装） curl -LsSf https://astral.sh/uv/install.sh | sh

   或使用其他适合你的系统的安装方式

2. 通过 uv 安装并执行 uv pip install mcp-log-analyzer

   运行方式同上，使用 python -m mcp_log_analyzer.cli 启动

配置示例（可选，参见 README 的 Cherry Studio / Trae 配置块）:

• 启动服务器后，确认它在 MCP 客户端中可用，并使用以下命令或配置项进行调用： { "mcpServers": { "日志分析": { "command": "python3", "args": ["-m", "mcp_log_analyzer.cli"] } } }

Tips:

• 确保目标环境中安装了 Python 3.10+，并且 mcp-log-analyzer 已经通过 pip 或 uv 成功安装。
• Cherry Studio / Trae 等客户端的 JSON 配置示例中，命令通常设为 python3，并指定模块为 mcp_log_analyzer.cli，以保证 MCP 服务正确启动。
• 如果遇到兼容性问题，请检查日志输出，确保 Python 版本与依赖满足要求（如对日志格式的假设）。
• 环境变量与配置选项可根据实际日志源和分析需求调整，例如日志路径、时间范围等参数在工具内部通过 CLI 选项暴露。