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

Descargar PDF Versión en Markdown

Conecta Azure Log Analytics Workspace a ChatGPT y Claude

Configúralo una vez y funciona en ChatGPT, Claude, Cursor y en cualquier otro cliente que te guste. Todo se ejecuta con seguridad en segundo plano, para que tú te relajes y te centres en lo que de verdad importa. Potencia a tu IA con acceso limitado y quirúrgico a datos de logs.

Pregunta a la IA sobre este Connector

Desarrollado, mantenido y alojado por Vinkius.

MCP VERIFICADO · LISTO PARA PRODUCCIÓN · GARANTÍA VINKIUS

Waiting for input…

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

Tu IA hace el trabajo. Nosotros lo cuidamos, seguro.

Ninguna otra herramienta de IA te da esto. Tu workflow se ejecuta en el cliente que ya amas, tu cuenta permanece protegida y tú decides lo que el agente puede y no puede hacer. Es la razón completa para dar el salto.

Cada Connector vive dentro de nuestra infraestructura, en el mismo lugar donde se ejecuta tu workflow. Las tres cosas de abajo ya forman parte de él, trabajando en silencio en segundo plano para que nunca tengas que pensar en ellas. Nada que añadir, nada que configurar, nada de qué preocuparte.

V8 Isolate01

Cada Connector se ejecuta dentro de su propio entorno sellado.

Cada Connector se ejecuta en su propio runtime V8 aislado, sin acceso a tus archivos, a tu sistema ni a otros servidores. Un Connector nunca ve más allá de su propia petición.

Kill Switch02

Un interruptor detiene a todos los agentes. Al instante.

Una única acción desactiva todos los Connectors, revoca todos los tokens y cierra todas las sesiones a la vez. La Gobernanza de IA guarda el registro.

FinOps por usuario03

Límites de gasto que se pausan en vez de sorprenderte.

Cada usuario mantiene sus propias conexiones y credenciales, aisladas de las de los demás. Lo que supere tu límite de gasto se detiene y queda esperando tu aprobación en vez de cobrarse.

Tres controles, integrados en la capa por donde tu IA se conecta.

Set curado · 1 capacidad

Publicamos solo las acciones que importan.

Set de capacidades01 / 01

01

1 capacidad en este set.

Parte de 1 disponible a través de Azure Log Analytics Workspace.

01
Ejecutar consulta de logs
No incluyas el nombre de la tabla en tus operaciones de consulta. El motor antepone automáticamente el nombre de la tabla autorizada. Solo proporciona las operaciones KQL (ej.: "| where TimeGenerated > ago(1h) | limit 10"). Ejecuta una consulta Kusto (KQL) contra la tabla de Log Analytics configurada.

Trabajo real

Lo que los equipos ejecutan de verdad

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.

Automatiza una tarea

Pon Azure Log Analytics Workspace a trabajar en una cosa.

Automatizaciones paso a paso que tu IA ejecuta a través de este Connector: el flujo de trabajo, los prompts para empezar y las capabilities exactas detrás de cada paso.

Un connector, todas las IAs

Azure Log Analytics Workspace funciona con los clientes de IA más populares.

Estos son los clientes más populares, cada uno con una guía paso a paso: un enlace, configurado una vez, con gobernanza y visibilidad integradas. Y como todo corre sobre el estándar MCP, la misma conexión también funciona en cualquier otro cliente compatible: nada que reconstruir.

¿Construyendo tu propia app? El connector es tuyo para usar.

No necesitas un cliente para poner Azure Log Analytics Workspace a trabajar: la misma conexión alojada se conecta a tus propias aplicaciones y al código de tu agente, con la misma gobernanza en cada petición. Construye con él, conversa con él: una conexión para ambos.

Observada, no estimada

Promedio de 944ms. Rápida en producción.

Azure Log Analytics Workspace se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1090ms

3 octHoy

Día más rápido: 724ms
Día más lento: 1090ms
Tendencia de 14 días: Ralentizando+5%

Conecta tu cliente

Una URL. Todos los clientes.

Activa el Connector, copia tu enlace y pégalo en el cliente que ya usas. 1 capacidad llega lista para funcionar.

Acceso de vista previa · no es autenticación del proveedor

El token vk_preview_* pertenece a la infraestructura de vista previa de Vinkius. Permite que Claude descubra y muestre las capacidades de Azure Log Analytics Workspace, para que veas la experiencia dentro de tu IA.

No autentica tu cuenta con Azure Log Analytics Workspace. Las acciones que requieran credenciales o datos reales de la cuenta podrían no ejecutarse hasta que actives el Connector y autorices el servicio.

Azure Log Analytics Workspace Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_h8mzxcilFYlijQMfr5u3GIGk82xs7W4r1G5Um6EK/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

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.

Configuración · claude_desktop_config.jsonCopiar

{
  "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

Las instrucciones paso a paso para cada cliente están en la guía. Cómo conectar

¿Configuración guiada para Claude? Conectar Azure Log Analytics Workspace con Claude y otras IA

Ve todos los clientes de IA con los que funciona este connector ↑

Para quién es

Hecho para el trabajo que quienes usan Azure Log Analytics Workspace delegan.

Este MCP está diseñado para profesionales que requieren visibilidad profunda y segura de la infraestructura. Si tu trabajo implica monitorear el rendimiento, detectar fallos o analizar el comportamiento del sistema, esta herramienta es esencial. Te permite darle a tu IA la capacidad de investigar logs sin exponer datos sensibles globales.

01
Ingeniero DevOps
Para automatizar la detección de fallos y monitorear la salud de las aplicaciones en tiempo real.
02
Analista de Seguridad
Para investigar eventos sospechosos y auditar el comportamiento del sistema con acceso estrictamente limitado.
03
Administrador de Sistemas
Para diagnosticar problemas de infraestructura y analizar picos de tráfico sin riesgos de sobreexposición de datos.

FAQ

Preguntas de quienes usan Azure Log Analytics Workspace.

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.