Discover Awesome MCP Servers

Coding Standards MCP Server

Cung cấp các công cụ để truy cập các hướng dẫn về phong cách viết mã và các phương pháp hay nhất cho nhiều công nghệ khác nhau, bao gồm Java, Python và React.

Semantic Scholar MCP Server

API Semantic Scholar, cung cấp quyền truy cập toàn diện vào dữ liệu bài báo khoa học, thông tin tác giả và mạng lưới trích dẫn.

GitHub MCP Server

Repository management, file operations, and GitHub API integration

MCP Docling Server

Một máy chủ cung cấp các khả năng xử lý tài liệu bằng giao thức Model Context Protocol, cho phép chuyển đổi tài liệu sang markdown, trích xuất bảng và xử lý hình ảnh tài liệu.

MCP Tavily

A Model Context Protocol server enabling advanced search and content extraction using the Tavily API, with rich customization and integration options.

datadog

Okay, here's how you can access monitor and cluster logs from Datadog, broken down into steps and considerations: **1. Accessing Monitor Logs:** * **Datadog UI (Most Common):** * **Monitors Page:** 1. Log in to your Datadog account. 2. Navigate to **Monitors** > **Manage Monitors**. 3. Find the specific monitor you're interested in. You can search by name, tags, or monitor type. 4. Click on the monitor's name to open its details page. 5. **Monitor Status:** The monitor details page will show the current status of the monitor (OK, Alert, Warning, No Data). It will also show a history of state changes. 6. **Events:** Look for the "Events" section. This section displays a chronological list of events related to the monitor. These events will include: * When the monitor triggered (changed state). * The reason for the trigger (the specific metric values that caused the alert). * Links to the underlying logs or metrics that contributed to the alert. * Any comments or actions taken on the monitor. 7. **Graphs:** The monitor details page usually includes graphs of the metrics that the monitor is based on. This helps you visualize the data that triggered the alert. * **Event Stream:** 1. Log in to your Datadog account. 2. Navigate to **Events** > **Event Stream**. 3. Filter the event stream by: * **Source:** Select "Monitors" to see only monitor-related events. * **Priority:** Filter by priority (e.g., "Error," "Warning") to focus on important alerts. * **Tags:** Use tags to narrow down the events to specific services, environments, or teams. * **Time Range:** Adjust the time range to see events within a specific period. 4. Click on an event to see its details, including the monitor that triggered it and links to related logs and metrics. * **Datadog API:** * You can use the Datadog API to programmatically retrieve monitor information and events. This is useful for automation, reporting, and integrating with other tools. * **Get a Monitor:** Use the `GET /api/v1/monitor/{monitor_id}` endpoint to retrieve details about a specific monitor. You'll need the `monitor_id`. * **Get Monitor History:** Use the `GET /api/v1/monitor/{monitor_id}/history` endpoint to retrieve the history of a specific monitor. * **Search Events:** Use the `GET /api/v1/events` endpoint to search for events related to monitors. You can use query parameters to filter by source, tags, time range, etc. * **Example (using `curl`):** ```bash curl -X GET "https://api.datadoghq.com/api/v1/monitor/{monitor_id}?api_key={your_api_key}&application_key={your_application_key}" ``` Replace `{monitor_id}`, `{your_api_key}`, and `{your_application_key}` with your actual values. **2. Accessing Cluster Logs:** * **Log Management UI:** 1. Log in to your Datadog account. 2. Navigate to **Logs** > **Explorer**. (This might be labeled slightly differently depending on your Datadog plan). 3. **Search and Filter:** Use the search bar and filters to find the logs you're looking for. Key filters include: * **Service:** Filter by the name of the service running in your cluster (e.g., `my-web-app`). * **Source:** Filter by the source of the logs (e.g., `kubernetes`, `docker`, `systemd`). * **Environment:** Filter by the environment (e.g., `production`, `staging`). * **Hostname:** Filter by the hostname of the node in your cluster. * **Tags:** Use custom tags that you've added to your logs to narrow down the results. For example, if you've tagged logs with `cluster:my-cluster`, you can filter by that tag. * **Attributes:** Use attributes extracted from your logs (e.g., `http.status_code`, `error.message`) to filter. * **Time Range:** Adjust the time range to see logs within a specific period. * **Free Text Search:** Use the search bar to search for specific keywords or phrases within the logs. 4. **Facets:** Use the "Facets" panel (usually on the left side) to quickly filter by common attributes. Datadog automatically extracts facets from your logs. 5. **Live Tail:** Use the "Live Tail" feature to see logs in real-time as they are generated. This is useful for troubleshooting issues as they occur. * **Container Logs (Kubernetes/Docker):** * **Kubernetes:** If you're using Kubernetes, Datadog automatically collects logs from your containers. Make sure you have the Datadog Agent deployed as a DaemonSet in your cluster. The logs will be tagged with Kubernetes metadata (e.g., pod name, namespace, container name). * **Docker:** If you're using Docker directly, Datadog can collect logs from your containers using the Docker log driver. Configure the Docker log driver to send logs to Datadog. * **Cluster-Level Logs (System Logs):** * Datadog can also collect system logs from your cluster nodes (e.g., `/var/log/syslog`, `/var/log/messages`). Configure the Datadog Agent to collect these logs. This can be useful for troubleshooting infrastructure issues. * **Datadog API:** * You can use the Datadog API to query and retrieve logs programmatically. * **Search Logs:** Use the `GET /api/v2/logs/events` endpoint to search for logs. You'll need to use the `filter[query]` parameter to specify your search criteria. * **Example (using `curl`):** ```bash curl -X GET "https://api.datadoghq.com/api/v2/logs/events?filter[query]=service:my-web-app&filter[from]=2023-10-26T00:00:00Z&filter[to]=2023-10-26T23:59:59Z&api_key={your_api_key}&application_key={your_application_key}" ``` Replace `{your_api_key}` and `{your_application_key}` with your actual values. Adjust the `filter[query]`, `filter[from]`, and `filter[to]` parameters to match your search criteria. **Important Considerations (for both Monitor and Cluster Logs):** * **Datadog Agent Configuration:** The Datadog Agent is responsible for collecting logs and metrics from your infrastructure. Make sure the agent is properly configured to collect the logs you need. This includes configuring log collection rules, setting up integrations, and adding tags. * **Log Format:** Datadog can automatically parse logs in common formats (e.g., JSON, syslog). If your logs are in a custom format, you may need to configure a log processing pipeline to parse them correctly. Use Grok parser or Datadog's built-in parsing rules. * **Tags:** Use tags to add metadata to your logs and metrics. Tags make it easier to search, filter, and analyze your data. Tag your logs with information such as service name, environment, hostname, and application version. * **Retention Policy:** Datadog has a retention policy for logs. Make sure you understand the retention policy and that it meets your needs. You may need to upgrade your Datadog plan to increase your log retention period. * **Security:** Be careful when accessing logs, as they may contain sensitive information. Make sure you have appropriate security measures in place to protect your data. Use role-based access control (RBAC) to restrict access to logs. * **Cost:** Datadog charges for log ingestion and retention. Be mindful of your log volume and retention period to avoid unexpected costs. Use sampling rules to reduce the volume of logs that you ingest. * **Permissions:** Ensure you have the necessary permissions within Datadog to access the logs and monitors. Your Datadog administrator can grant you the appropriate roles. **Translation to Vietnamese:** **1. Truy cập Nhật ký Giám sát (Monitor Logs):** * **Giao diện người dùng Datadog (Phổ biến nhất):** * **Trang Giám sát (Monitors Page):** 1. Đăng nhập vào tài khoản Datadog của bạn. 2. Điều hướng đến **Monitors** > **Manage Monitors**. 3. Tìm giám sát cụ thể mà bạn quan tâm. Bạn có thể tìm kiếm theo tên, thẻ (tags) hoặc loại giám sát. 4. Nhấp vào tên của giám sát để mở trang chi tiết của nó. 5. **Trạng thái Giám sát (Monitor Status):** Trang chi tiết giám sát sẽ hiển thị trạng thái hiện tại của giám sát (OK, Alert, Warning, No Data). Nó cũng sẽ hiển thị lịch sử thay đổi trạng thái. 6. **Sự kiện (Events):** Tìm phần "Events". Phần này hiển thị danh sách các sự kiện liên quan đến giám sát theo thứ tự thời gian. Các sự kiện này sẽ bao gồm: * Khi giám sát được kích hoạt (thay đổi trạng thái). * Lý do kích hoạt (các giá trị số liệu cụ thể gây ra cảnh báo). * Liên kết đến các nhật ký hoặc số liệu cơ bản góp phần vào cảnh báo. * Bất kỳ nhận xét hoặc hành động nào được thực hiện trên giám sát. 7. **Đồ thị (Graphs):** Trang chi tiết giám sát thường bao gồm đồ thị của các số liệu mà giám sát dựa trên. Điều này giúp bạn hình dung dữ liệu đã kích hoạt cảnh báo. * **Luồng Sự kiện (Event Stream):** 1. Đăng nhập vào tài khoản Datadog của bạn. 2. Điều hướng đến **Events** > **Event Stream**. 3. Lọc luồng sự kiện theo: * **Nguồn (Source):** Chọn "Monitors" để chỉ xem các sự kiện liên quan đến giám sát. * **Mức độ ưu tiên (Priority):** Lọc theo mức độ ưu tiên (ví dụ: "Error", "Warning") để tập trung vào các cảnh báo quan trọng. * **Thẻ (Tags):** Sử dụng thẻ để thu hẹp các sự kiện xuống các dịch vụ, môi trường hoặc nhóm cụ thể. * **Phạm vi thời gian (Time Range):** Điều chỉnh phạm vi thời gian để xem các sự kiện trong một khoảng thời gian cụ thể. 4. Nhấp vào một sự kiện để xem chi tiết của nó, bao gồm giám sát đã kích hoạt nó và các liên kết đến các nhật ký và số liệu liên quan. * **API Datadog:** * Bạn có thể sử dụng API Datadog để truy xuất thông tin và sự kiện giám sát theo chương trình. Điều này hữu ích cho tự động hóa, báo cáo và tích hợp với các công cụ khác. * **Lấy một Giám sát (Get a Monitor):** Sử dụng điểm cuối `GET /api/v1/monitor/{monitor_id}` để truy xuất chi tiết về một giám sát cụ thể. Bạn sẽ cần `monitor_id`. * **Lấy Lịch sử Giám sát (Get Monitor History):** Sử dụng điểm cuối `GET /api/v1/monitor/{monitor_id}/history` để truy xuất lịch sử của một giám sát cụ thể. * **Tìm kiếm Sự kiện (Search Events):** Sử dụng điểm cuối `GET /api/v1/events` để tìm kiếm các sự kiện liên quan đến giám sát. Bạn có thể sử dụng các tham số truy vấn để lọc theo nguồn, thẻ, phạm vi thời gian, v.v. * **Ví dụ (sử dụng `curl`):** ```bash curl -X GET "https://api.datadoghq.com/api/v1/monitor/{monitor_id}?api_key={your_api_key}&application_key={your_application_key}" ``` Thay thế `{monitor_id}`, `{your_api_key}` và `{your_application_key}` bằng các giá trị thực tế của bạn. **2. Truy cập Nhật ký Cụm (Cluster Logs):** * **Giao diện người dùng Quản lý Nhật ký (Log Management UI):** 1. Đăng nhập vào tài khoản Datadog của bạn. 2. Điều hướng đến **Logs** > **Explorer**. (Nhãn này có thể hơi khác tùy thuộc vào gói Datadog của bạn). 3. **Tìm kiếm và Lọc (Search and Filter):** Sử dụng thanh tìm kiếm và bộ lọc để tìm nhật ký bạn đang tìm kiếm. Các bộ lọc chính bao gồm: * **Dịch vụ (Service):** Lọc theo tên của dịch vụ đang chạy trong cụm của bạn (ví dụ: `my-web-app`). * **Nguồn (Source):** Lọc theo nguồn của nhật ký (ví dụ: `kubernetes`, `docker`, `systemd`). * **Môi trường (Environment):** Lọc theo môi trường (ví dụ: `production`, `staging`). * **Tên máy chủ (Hostname):** Lọc theo tên máy chủ của nút trong cụm của bạn. * **Thẻ (Tags):** Sử dụng các thẻ tùy chỉnh mà bạn đã thêm vào nhật ký của mình để thu hẹp kết quả. Ví dụ: nếu bạn đã gắn thẻ nhật ký bằng `cluster:my-cluster`, bạn có thể lọc theo thẻ đó. * **Thuộc tính (Attributes):** Sử dụng các thuộc tính được trích xuất từ nhật ký của bạn (ví dụ: `http.status_code`, `error.message`) để lọc. * **Phạm vi thời gian (Time Range):** Điều chỉnh phạm vi thời gian để xem nhật ký trong một khoảng thời gian cụ thể. * **Tìm kiếm văn bản tự do (Free Text Search):** Sử dụng thanh tìm kiếm để tìm kiếm các từ khóa hoặc cụm từ cụ thể trong nhật ký. 4. **Diện mạo (Facets):** Sử dụng bảng "Facets" (thường ở bên trái) để nhanh chóng lọc theo các thuộc tính phổ biến. Datadog tự động trích xuất các diện mạo từ nhật ký của bạn. 5. **Theo dõi trực tiếp (Live Tail):** Sử dụng tính năng "Live Tail" để xem nhật ký theo thời gian thực khi chúng được tạo. Điều này hữu ích để khắc phục sự cố khi chúng xảy ra. * **Nhật ký Container (Kubernetes/Docker):** * **Kubernetes:** Nếu bạn đang sử dụng Kubernetes, Datadog sẽ tự động thu thập nhật ký từ các container của bạn. Đảm bảo bạn đã triển khai Datadog Agent dưới dạng DaemonSet trong cụm của bạn. Nhật ký sẽ được gắn thẻ với siêu dữ liệu Kubernetes (ví dụ: tên pod, namespace, tên container). * **Docker:** Nếu bạn đang sử dụng Docker trực tiếp, Datadog có thể thu thập nhật ký từ các container của bạn bằng trình điều khiển nhật ký Docker. Định cấu hình trình điều khiển nhật ký Docker để gửi nhật ký đến Datadog. * **Nhật ký cấp cụm (Nhật ký hệ thống):** * Datadog cũng có thể thu thập nhật ký hệ thống từ các nút cụm của bạn (ví dụ: `/var/log/syslog`, `/var/log/messages`). Định cấu hình Datadog Agent để thu thập các nhật ký này. Điều này có thể hữu ích để khắc phục sự cố cơ sở hạ tầng. * **API Datadog:** * Bạn có thể sử dụng API Datadog để truy vấn và truy xuất nhật ký theo chương trình. * **Tìm kiếm Nhật ký (Search Logs):** Sử dụng điểm cuối `GET /api/v2/logs/events` để tìm kiếm nhật ký. Bạn sẽ cần sử dụng tham số `filter[query]` để chỉ định tiêu chí tìm kiếm của bạn. * **Ví dụ (sử dụng `curl`):** ```bash curl -X GET "https://api.datadoghq.com/api/v2/logs/events?filter[query]=service:my-web-app&filter[from]=2023-10-26T00:00:00Z&filter[to]=2023-10-26T23:59:59Z&api_key={your_api_key}&application_key={your_application_key}" ``` Thay thế `{your_api_key}` và `{your_application_key}` bằng các giá trị thực tế của bạn. Điều chỉnh các tham số `filter[query]`, `filter[from]` và `filter[to]` để phù hợp với tiêu chí tìm kiếm của bạn. **Các cân nhắc quan trọng (cho cả Nhật ký Giám sát và Cụm):** * **Cấu hình Datadog Agent:** Datadog Agent chịu trách nhiệm thu thập nhật ký và số liệu từ cơ sở hạ tầng của bạn. Đảm bảo agent được định cấu hình đúng cách để thu thập các nhật ký bạn cần. Điều này bao gồm định cấu hình các quy tắc thu thập nhật ký, thiết lập tích hợp và thêm thẻ. * **Định dạng Nhật ký:** Datadog có thể tự động phân tích cú pháp nhật ký ở các định dạng phổ biến (ví dụ: JSON, syslog). Nếu nhật ký của bạn ở định dạng tùy chỉnh, bạn có thể cần định cấu hình quy trình xử lý nhật ký để phân tích cú pháp chúng một cách chính xác. Sử dụng trình phân tích cú pháp Grok hoặc các quy tắc phân tích cú pháp tích hợp của Datadog. * **Thẻ (Tags):** Sử dụng thẻ để thêm siêu dữ liệu vào nhật ký và số liệu của bạn. Thẻ giúp bạn dễ dàng tìm kiếm, lọc và phân tích dữ liệu của mình. Gắn thẻ nhật ký của bạn với thông tin như tên dịch vụ, môi trường, tên máy chủ và phiên bản ứng dụng. * **Chính sách Lưu giữ (Retention Policy):** Datadog có chính sách lưu giữ nhật ký. Đảm bảo bạn hiểu chính sách lưu giữ và nó đáp ứng nhu cầu của bạn. Bạn có thể cần nâng cấp gói Datadog của mình để tăng thời gian lưu giữ nhật ký. * **Bảo mật (Security):** Hãy cẩn thận khi truy cập nhật ký, vì chúng có thể chứa thông tin nhạy cảm. Đảm bảo bạn có các biện pháp bảo mật thích hợp để bảo vệ dữ liệu của bạn. Sử dụng kiểm soát truy cập dựa trên vai trò (RBAC) để hạn chế quyền truy cập vào nhật ký. * **Chi phí (Cost):** Datadog tính phí cho việc thu thập và lưu giữ nhật ký. Hãy lưu ý đến khối lượng nhật ký và thời gian lưu giữ của bạn để tránh các chi phí bất ngờ. Sử dụng các quy tắc lấy mẫu để giảm khối lượng nhật ký bạn thu thập. * **Quyền (Permissions):** Đảm bảo bạn có các quyền cần thiết trong Datadog để truy cập nhật ký và giám sát. Quản trị viên Datadog của bạn có thể cấp cho bạn các vai trò thích hợp. This translation should be accurate and helpful. Let me know if you have any other questions.

Penrose MCP Server

Tạo điều kiện thuận lợi cho việc tạo ra các sơ đồ toán học bằng ngôn ngữ tự nhiên thông qua các ngôn ngữ đặc tả miền của Penrose, cho phép định nghĩa các kiểu toán học, mối quan hệ và quy tắc biểu diễn trực quan.

Twitter MCP Server

Provides tools for interacting with Twitter to retrieve tweets by ID and post new tweets using the agent-twitter-client library.

LumbreTravel MCP Server

Tạo điều kiện truy cập vào LumbreTravel API để quản lý các chương trình du lịch, hoạt động và các thực thể liên quan thông qua các ứng dụng khách MCP.

mcp-timeplus

Tích hợp với Timeplus, một cơ sở dữ liệu cho dữ liệu luồng, chẳng hạn như Apache Kafka/Pulsar

Web Content MCP Server

Một máy chủ tận dụng Cloudflare Browser Rendering để trích xuất và xử lý nội dung web, sử dụng làm ngữ cảnh cho các LLM (mô hình ngôn ngữ lớn), cung cấp các công cụ để tìm nạp trang, tìm kiếm tài liệu, trích xuất nội dung có cấu trúc và tóm tắt nội dung.

Ethereum RPC MCP Server

Cung cấp các công cụ để trợ lý AI tương tác với blockchain Ethereum thông qua các phương thức JSON-RPC tiêu chuẩn, cho phép truy vấn số dư tài khoản, giá gas và mã hợp đồng thông minh.

Perplexity Web Search MCP Server

Cho phép Claude hoặc các trợ lý AI tương thích MCP khác tìm kiếm trên web và lấy thông tin cập nhật bằng API Perplexity, với các tính năng lọc kết quả theo khoảng thời gian.

ABAP-ADT-API MCP-Server

Một máy chủ Giao thức Ngữ cảnh Mô hình (Model Context Protocol - MCP) tạo điều kiện giao tiếp giữa các hệ thống ABAP và các máy khách MCP, cung cấp các công cụ để quản lý các đối tượng ABAP, xử lý các yêu cầu vận chuyển và thực hiện phân tích mã để nâng cao quy trình phát triển ABAP.

Singapore LTA MCP Server

Tạo điều kiện truy cập theo thời gian thực vào dữ liệu giao thông của Cơ quan Giao thông Đường bộ Singapore (LTA), cung cấp thông tin chi tiết về xe buýt đến, dịch vụ tàu, tình trạng giao thông và hơn thế nữa thông qua tích hợp với API LTA DataMall.

Azure DevOps MCP Server

An MCP server for Azure DevOps

NS Travel Information MCP Server

Một máy chủ MCP cung cấp quyền truy cập vào thông tin du lịch của NS (Đường sắt Hà Lan).

YouTube MCP Server

Máy chủ này cho phép các mô hình ngôn ngữ AI tương tác với nội dung YouTube thông qua một giao diện chuẩn hóa, cung cấp các tính năng như truy xuất thông tin video và kênh, quản lý bản ghi và các thao tác danh sách phát.

ActivityWatch MCP Server

Một giao diện cho phép các mô hình ngôn ngữ lớn như Claude tương tác với dữ liệu theo dõi thời gian ActivityWatch thông qua Giao thức Ngữ cảnh Mô hình (Model Context Protocol), cho phép truy vấn về việc sử dụng ứng dụng, lịch sử duyệt web và các mô hình năng suất.

Trino MCP Server

Cung cấp cho các mô hình AI khả năng truy cập có cấu trúc vào công cụ truy vấn SQL phân tán của Trino, cho phép LLM trực tiếp truy vấn và phân tích dữ liệu được lưu trữ trong cơ sở dữ liệu Trino.

Rust Docs MCP Server

Một máy chủ MCP cung cấp các công cụ AI với quyền truy cập vào tài liệu Rust từ docs.rs, cho phép tìm kiếm crates, tài liệu, thông tin kiểu dữ liệu, cờ tính năng, thông tin phiên bản và mã nguồn.

MongoDB MCP Server for LLMs

Một máy chủ Giao thức Ngữ cảnh Mô hình (Model Context Protocol) cho phép các LLM (Mô hình Ngôn ngữ Lớn) tương tác trực tiếp với cơ sở dữ liệu MongoDB, cho phép người dùng truy vấn các bộ sưu tập, kiểm tra lược đồ và quản lý dữ liệu thông qua ngôn ngữ tự nhiên.

Crypto_MCP

A Model Context Protocol server for AES encryption and decryption, supporting various modes, padding, and input/output formats for secure data handling.

UniProt MCP Server

Cho phép các trợ lý AI truy cập thông tin protein trực tiếp từ UniProt, cho phép truy xuất tên protein, chức năng, trình tự và dữ liệu sinh vật bằng số truy cập.

MCP Embedding Search

Một máy chủ Giao thức Ngữ cảnh Mô hình (Model Context Protocol) tìm kiếm các phân đoạn bản ghi (transcript segments) trong cơ sở dữ liệu Turso bằng cách sử dụng độ tương đồng vectơ (vector similarity), cho phép người dùng tìm nội dung liên quan bằng cách đặt câu hỏi mà không cần tạo ra các embedding mới.

Rememberizer MCP Server

Một máy chủ Giao thức Bối cảnh Mô hình (Model Context Protocol) cho phép các LLM (Mô hình Ngôn ngữ Lớn) tìm kiếm, truy xuất và quản lý tài liệu thông qua API quản lý tri thức của Rememberizer.

splunk-mcp

Một công cụ dựa trên FastMCP để tương tác với Splunk Enterprise/Cloud thông qua ngôn ngữ tự nhiên. Công cụ này cung cấp một tập hợp các khả năng để tìm kiếm dữ liệu Splunk, quản lý KV store và truy cập các tài nguyên Splunk.

Canvas MCP Server

Một máy chủ Giao thức Bối cảnh Mô hình (Model Context Protocol) cho phép tương tác với API của Hệ thống Quản lý Học tập Canvas (Canvas Learning Management System), cho phép người dùng quản lý các khóa học, bài tập, đăng ký và điểm số trong Canvas.

ClickHouse MCP Server

Một máy chủ giao thức ngữ cảnh mô hình (Model Context Protocol) cho phép các Mô hình Ngôn ngữ Lớn (Large Language Models) tương tác liền mạch với cơ sở dữ liệu ClickHouse, hỗ trợ liệt kê tài nguyên, truy xuất lược đồ và thực thi truy vấn.