Amazon CloudWatch MCP Server

指标、告警和日志分析。

什么是MCP Server？

MCP信息

镜像构建信息

可用工具 (11)

---

工具详情

工具: analyze_log_group

在指定时间窗口内分析CloudWatch日志组的异常、消息模式和错误模式。

此工具通过以下方式对指定日志组执行分析：

1. 发现并检查与日志组关联的日志异常检测器
2. 检索这些检测器在指定时间范围内发现的异常
3. 识别前5个最常见的消息模式
4. 查找包含错误相关术语的前5个模式

用途：使用此工具检测日志数据中的异常并了解常见模式，特别关注可能指示问题的错误模式。这有助于识别潜在问题并了解应用程序的典型行为。

返回：

包含以下内容的LogsAnalysisResult对象： - log_anomaly_results: 有关异常检测器及其发现的信息 * anomaly_detectors: 日志组的异常检测器列表 * anomalies: 在指定时间范围内的异常列表 - top_patterns: 最常见消息模式的查询结果 - top_patterns_containing_errors: 包含错误相关术语的模式查询结果 (error, exception, fail, timeout, fatal)

---

工具: analyze_metric

分析CloudWatch指标数据以确定季节性、趋势、数据密度和统计属性。

此工具仅提供有关历史指标数据的原始数据，并执行以下分析：

• 季节性检测
• 趋势分析
• 数据密度和发布周期
• 高级统计测量（最小/最大/中位数、标准偏差、噪声）

用途：使用此工具获取客观的指标分析数据。

---

工具: cancel_logs_insight_query

取消正在进行的CloudWatch Logs Insights查询。如果查询已结束，则返回错误，指出给定查询未在运行。

用途：如果通过execute_log_insights_query工具启动的日志查询有轮询超时，可以使用此工具提前取消它，以避免产生额外成本。

返回：

包含"success"键的LogsQueryCancelResult，如果查询成功取消，则该键为True。

---

工具: describe_log_groups

列出AWS CloudWatch日志组和与其关联的保存查询，可选择按名称前缀过滤。

此工具检索账户中的日志组信息，或作为监控账户链接到此账户的账户中的日志组信息。 如果提供前缀，则仅返回名称以指定前缀开头的日志组。

此外，还返回与任何返回的日志组关联的所有用户保存的查询。

用途：使用此工具发现您要从中检索或查询日志的日志组以及用户保存的查询。

返回：

日志组元数据字典列表和与其关联的保存查询 每个日志组元数据包含以下详细信息： - logGroupName: 日志组名称。 - creationTime: 日志组创建的时间戳 - retentionInDays: 保留期（如果已设置） - storedBytes: 存储的字节数。 - kmsKeyId: 用于数据加密的KMS密钥ID（如果已设置） - dataProtectionStatus: 显示此日志组是否有保护策略，或者过去是否有过保护策略（如果已设置） - logGroupClass: 日志组类类型 - logGroupArn: 日志组的Amazon资源名称（ARN）。此版本的ARN在日志组名称后不包含尾随的:*。

---

工具: execute_log_insights_query

执行CloudWatch Logs Insights查询并等待结果可用。

重要：操作必须包含以下参数中的 exactly 一个：log_group_names 或 log_group_identifiers。

警告：返回的日志量很容易超出代理上下文窗口。始终在查询中包含限制(| limit 50)或使用limit参数。

用途：用于查询、过滤、收集统计信息或在一个或多个日志组中查找模式。例如，以下查询按小时列出异常。

filter @message like /Exception/
| stats count(*) as exceptionCount by bin(1h)
| sort exceptionCount desc

返回：

包含最终查询结果的字典，包括：
    - status: 查询的当前状态（例如，Scheduled、Running、Complete、Failed等）
    - results: 如果状态为Complete，则为实际查询结果的列表。
    - statistics: 查询性能统计信息
    - messages: 有关查询的任何信息性消息

---

工具: get_active_alarms

获取当前处于ALARM状态的所有CloudWatch告警。

此工具检索当前处于ALARM状态的所有CloudWatch告警，包括指标告警和复合告警。结果针对LLM推理进行了优化，提供摘要级别的信息。

用途：使用此工具获取AWS账户中所有活动告警的概述，以进行故障排除、监控和操作感知。

---

工具: get_alarm_history

获取CloudWatch告警的历史记录，并提供建议的调查时间范围。

此工具检索指定CloudWatch告警的历史记录，主要关注ALARM状态的状态转换。它还根据告警的配置和历史提供建议的调查时间范围。

用途：使用此工具了解告警何时触发，并获取使用其他CloudWatch工具调查根本问题的有用时间范围。该工具对于识别告警抖动模式（频繁进入和退出告警状态）特别有用。

---

工具: get_logs_insight_query_results

检索先前启动的CloudWatch Logs Insights查询的结果。

用途：如果通过execute_log_insights_query工具启动的日志查询有轮询超时，可以使用此工具尝试再次检索查询结果。

返回：

包含最终查询结果的字典，包括：
    - status: 查询的当前状态（例如，Scheduled、Running、Complete、Failed等）
    - results: 如果状态为Complete，则为实际查询结果的列表。
    - statistics: 查询性能统计信息
    - messages: 有关查询的任何信息性消息

---

工具: get_metric_data

检索特定指标的CloudWatch指标数据。

此工具从CloudWatch检索特定指标的指标数据，该指标由其命名空间、指标名称和维度在指定的时间范围内标识。它可以使用标准的GetMetricData API或CloudWatch Metrics Insights进行更高级的查询。

该函数根据提供的参数自动确定是使用标准GetMetricData还是Metrics Insights。如果提供了任何Metrics Insights特定参数（group_by_dimension、schema_dimension_keys、limit、sort_order或order_by_statistic），它将使用Metrics Insights。

使用group_by_dimension时，必须将该维度包含在schema_dimension_keys中。

用途：使用此工具从CloudWatch获取实际指标数据进行分析或可视化。

返回： GetMetricDataResponse: 包含指标数据结果的对象

示例1（标准GetMetricData）： result = await get_metric_data( ctx, namespace="AWS/EC2", metric_name="CPUUtilization", start_time="2023-01-01T00:00:00Z", dimensions=[ Dimension(name="InstanceId", value="i-***abcdef0") ], statistic="Average" # 周期将根据时间窗口和target_datapoints自动计算 )

示例2（带分组的Metrics Insights）： result = await get_metric_data( ctx, namespace="AWS/EC2", metric_name="CPUUtilization", start_time="2023-01-01T00:00:00Z", end_time="2023-01-02T00:00:00Z", statistic="AVG", schema_dimension_keys=["InstanceType"], group_by_dimension="InstanceType" # 这将生成如下查询：SELECT AVG("CPUUtilization") FROM SCHEMA("AWS/EC2", "InstanceType") GROUP BY "InstanceType" )

示例3（带模式维度键的Metrics Insights）： result = await get_metric_data( ctx, namespace="AWS/EC2", metric_name="CPUUtilization", start_time="2023-01-01T00:00:00Z", end_time="2023-01-02T00:00:00Z", statistic="AVG", schema_dimension_keys=["InstanceId", "InstanceType"], group_by_dimension="InstanceId" # 这将生成如下查询：SELECT AVG("CPUUtilization") FROM SCHEMA("AWS/EC