Is this MCP secure? Does it give global access?

No. Security is the core feature. The MCP strips away global Azure permissions. It locks the agent down to query only one specific Log Analytics table, preventing access to sensitive global audit trails.

What language does it support for querying?

It supports full Kusto Query Language (KQL) syntax. This means you can use advanced functions like filtering, parsing JSON, and time-based operations.

Do I need to specify the table name in my prompt?

No. You don't. The engine automatically prepends the authorized table name to your query. You only need to provide the KQL operations themselves.

Can I use this for general monitoring?

Yes, but it's highly focused. It's designed for deep, scoped observability, allowing you to troubleshoot specific application errors or analyze traffic spikes within the defined table.

What kind of data can I retrieve?

You can retrieve structured data like error codes, user IDs, timestamps, and parsed JSON payloads, provided that data exists within the configured Log Analytics table.

Why limit the agent to a single Log Table?

To enforce zero-trust security. A Workspace often contains sensitive audit trails (like AzureActivity or SecurityEvents). By locking the agent to a specific table (e.g., 'AppExceptions'), you prevent it from reading global infrastructure access logs.

How should I format my KQL queries?

You do NOT need to include the table name. The MCP engine automatically handles the table prefix. Just pass the KQL operators starting with a pipe. Example: | where TimeGenerated > ago(1h) | limit 50.

An astronaut overseeing a futuristic data hub

PDF herunterladen Markdown-Version

Verbinden Sie Azure Log Analytics Workspace mit Ihrer KI

Richten Sie es einmal ein und es funktioniert mit ChatGPT, Claude, Cursor und jedem anderen Client, den Sie lieben. Alles läuft sicher im Hintergrund, damit Sie sich entspannen und sich auf das Wesentliche konzentrieren können. Ermöglicht Ihrem AI-Agenten sicheres Debugging ohne globale Zugriffsrechte.

Fragen Sie die KI zu diesem Connector

Entwickelt, gewartet und gehostet von Vinkius.

MCP VERIFIZIERT · PRODUKTIONSREIF · VINKIUS GARANTIE

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

Ihre KI erledigt die Arbeit. Wir halten alles sicher und geschützt.

Kein anderes KI-Tool bietet Ihnen das. Ihr Workflow läuft im Client, den Sie bereits lieben, Ihr Konto bleibt geschützt, und Sie entscheiden, was der Agent darf und was nicht. Das ist der ganze Grund für den Wechsel.

Jeder Connector lebt in unserer Infrastruktur, dort wo Ihr Workflow läuft. Die drei Dinge unten sind bereits Teil davon und arbeiten leise im Hintergrund, damit Sie nie darüber nachdenken müssen. Nichts hinzuzufügen, nichts einzurichten, keine Sorgen.

V8 Isolate01

Jeder Connector läuft in seiner eigenen abgeschotteten Umgebung.

Jeder Connector läuft in einer eigenen abgeriegelten V8-Laufzeit — kein Zugriff auf Ihre Dateien, Ihr System oder andere Server. Ein Connector sieht nie über seine eigene Anfrage hinaus.

Kill-Switch02

Ein Schalter stoppt jeden Agenten. Sofort.

Eine einzige Aktion deaktiviert jeden Connector, entzieht jedes Token und beendet jede Sitzung auf einmal. Die AI Governance bewahrt das Protokoll.

FinOps pro Nutzer03

Ausgabelimits, die anhalten, statt Sie zu überraschen.

Jeder Nutzer behält eigene Verbindungen und Anmeldedaten, isoliert von allen anderen. Was Ihr Ausgabelimit überschreiten würde, wird zurückgehalten und wartet auf Ihre Freigabe, anstatt abgerechnet zu werden.

Drei Kontrollen, eingebaut in die Schicht, über die sich Ihre KI verbindet.

Kuratiertes Set · 1 Fähigkeit

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 01

01

1 Fähigkeit in diesem Set.

Teil von 1, verfügbar über Azure Log Analytics Workspace.

01
Protokolle abfragen
Fügen Sie den Tabellennamen nicht in Ihre Abfrageoperationen ein. Die Engine fügt den autorisierten Tabellennamen automatisch voran. Geben Sie lediglich die KQL-Operationen an (z. B. "| where TimeGenerated > ago(1h) | limit 10"). Führen Sie eine Kusto (KQL) Abfrage gegen die konfigurierte Log Analytics Tabelle aus.

Echte Arbeit

Was Teams täglich ausführen

Investigating a Service Outage

A service went down at 2 PM. You ask the AI to query logs for all 'Error' severity entries between 1:55 PM and 2:05 PM to pinpoint the failure point.

Auditing User Access

You need to know if a specific user accessed a resource yesterday. The AI filters the logs by the user ID and the date range to confirm the activity.

Analyzing Performance Degradation

The system is running slowly. You ask the AI to count requests per minute over the last two hours to spot a clear pattern of resource exhaustion.

Debugging API Calls

A client reports a failed API call. You provide the timestamp and let the AI query the logs to find the exact request payload and the failure reason.

Eine Aufgabe automatisieren

Bringen Sie Azure Log Analytics Workspace für eine Sache an die Arbeit.

Schritt-für-Schritt-Automatisierungen, die Ihre KI über diesen Connector ausführt: der Ablauf, die Prompts für den Einstieg und die genauen Fähigkeiten hinter jedem Schritt.

Ein Connector, jede KI

Azure Log Analytics Workspace funktioniert mit den beliebtesten KI-Clients.

Dies sind die beliebtesten Clients, jeder mit einer Schritt-für-Schritt-Anleitung: ein Link, einmal eingerichtet, mit Governance und Sichtbarkeit an Bord. Und da alles auf dem MCP-Standard läuft, funktioniert dieselbe Verbindung auch in jedem anderen kompatiblen Client — nichts neu zu bauen.

Bauen Sie Ihre eigene App? Der Connector gehört Ihnen.

Sie brauchen keinen Client, um Azure Log Analytics Workspace arbeiten zu lassen: dieselbe gehostete Verbindung speist Ihre eigenen Anwendungen und Ihren Agenten-Code, mit derselben Governance bei jeder Anfrage. Damit bauen, damit chatten — eine Verbindung für beides.

Beobachtet, nicht geschätzt

Durchschnitt 944ms. Schnell in der Produktion.

Azure Log Analytics Workspace wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1090ms

3. Okt.Heute

Schnellster Tag: 724ms
Langsamster Tag: 1090ms
14-Tage-Trend: Verlangsamend+5%

Verbinden Sie Ihren Client

Eine URL. Jeder Client.

Aktivieren Sie den Connector, kopieren Sie Ihren Link und fügen Sie ihn in den Client ein, den Sie bereits nutzen. 1 Fähigkeit kommt einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

Das vk_preview_*-Token gehört zur Vorschau-Infrastruktur von Vinkius. Es ermöglicht Claude, die Fähigkeiten von Azure Log Analytics Workspace zu entdecken und anzuzeigen, damit Sie das Erlebnis in Ihrer KI sehen.

Es authentifiziert Ihr Konto nicht bei Azure Log Analytics Workspace. Aktionen, die Anmeldedaten oder echte Kontodaten erfordern, werden möglicherweise erst ausgeführt, wenn Sie den Connector aktivieren und den Dienst autorisieren.

Azure Log Analytics Workspace Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_h8mzxcilFYlijQMfr5u3GIGk82xs7W4r1G5Um6EK/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

1In Claude Desktop, open Settings → Connectors.
2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
3Click Add and start a new chat — Azure Log Analytics Workspace capabilities are ready to use.

Konfiguration · claude_desktop_config.jsonKopieren

{
  "mcpServers": {
    "azure-log-analytics-workspace-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_h8mzxcilFYlijQMfr5u3GIGk82xs7W4r1G5Um6EK/mcp"
    }
  }
}

Claude
ChatGPT
Cursor
VS Code
Windsurf
Claude Code
JetBrains
Cline

Schritt-für-Schritt-Anleitungen für jeden Client finden Sie im Guide. Verbinden

Geführte Einrichtung für Claude? Azure Log Analytics Workspace in Claude und anderen KI-Tools einrichten

Alle KI-Clients ansehen, mit denen dieser Connector funktioniert ↑

Für wen

Für die Arbeit, die Azure Log Analytics Workspace-Nutzer abgeben.

Dieses MCP ist ideal für technische Teams, die eine sichere und granulare Überwachung ihrer Infrastruktur benötigen. Wenn Sie Ihren AI-Agenten befähigen möchten, komplexe Fehlerbehebung durchzuführen, ohne ihm unnötige globale Zugriffsrechte zu geben, ist dieses Capability unverzichtbar. Es sorgt für Observability mit maximaler Sicherheit.

01
DevOps Engineer
Für die autonome Überwachung von Applikations- und Infrastruktur-Logs sowie für das schnelle Debugging von Produktionsfehlern.
02
Site Reliability Engineer (SRE)
Um Traffic-Spitzen zu analysieren und die Leistung kritischer Systeme durch gezielte KQL-Abfragen zu optimieren.
03
Security Analyst
Zur Analyse spezifischer Audit-Trails und zur Identifizierung von ungewöhnlichem Benutzerverhalten innerhalb definierter Bereiche.

FAQ

Fragen von Azure Log Analytics Workspace-Nutzern.

01
Is this MCP secure? Does it give global access?
No. Security is the core feature. The MCP strips away global Azure permissions. It locks the agent down to query only one specific Log Analytics table, preventing access to sensitive global audit trails.
02
What language does it support for querying?
It supports full Kusto Query Language (KQL) syntax. This means you can use advanced functions like filtering, parsing JSON, and time-based operations.
03
Do I need to specify the table name in my prompt?
No. You don't. The engine automatically prepends the authorized table name to your query. You only need to provide the KQL operations themselves.
04
Can I use this for general monitoring?
Yes, but it's highly focused. It's designed for deep, scoped observability, allowing you to troubleshoot specific application errors or analyze traffic spikes within the defined table.
05
What kind of data can I retrieve?
You can retrieve structured data like error codes, user IDs, timestamps, and parsed JSON payloads, provided that data exists within the configured Log Analytics table.
06
Why limit the agent to a single Log Table?
To enforce zero-trust security. A Workspace often contains sensitive audit trails (like AzureActivity or SecurityEvents). By locking the agent to a specific table (e.g., 'AppExceptions'), you prevent it from reading global infrastructure access logs.
07
How should I format my KQL queries?
You do NOT need to include the table name. The MCP engine automatically handles the table prefix. Just pass the KQL operators starting with a pipe. Example: | where TimeGenerated > ago(1h) | limit 50.