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

Télécharger le PDF Version Markdown

Connectez Azure Log Analytics Workspace à ChatGPT et Claude

Configurez-le une fois et il fonctionne avec ChatGPT, Claude, Cursor et n'importe quel autre client que vous aimez. Tout s'exécute en toute sécurité en arrière-plan, pour que vous puissiez vous détendre et vous concentrer sur l'essentiel. Permettez à votre agent IA de diagnostiquer les problèmes sans risque global.

Demandez à l'IA à propos de ce Connector

Développé, maintenu et hébergé par Vinkius.

MCP VÉRIFIÉ · PRÊT POUR LA PRODUCTION · GARANTIE VINKIUS

Waiting for input…

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

Votre IA fait le travail. Nous veillons dessus, en toute sécurité.

Aucun autre outil d'IA ne vous offre ça. Votre workflow s'exécute dans le client que vous aimez déjà, votre compte reste protégé, et vous décidez ce que l'agent peut ou ne peut pas faire. C'est la vraie raison de faire le pas.

Chaque Connector vit dans notre infrastructure, là où votre workflow s'exécute. Les trois choses ci-dessous en font déjà partie et travaillent discrètement en arrière-plan pour que vous n'ayez jamais à y penser. Rien à ajouter, rien à configurer, aucune inquiétude à avoir.

V8 Isolate01

Chaque Connector s'exécute dans son propre environnement scellé.

Chaque Connector s'exécute dans son propre runtime V8 scellé, sans accès à vos fichiers, à votre système ni aux autres serveurs. Un Connector ne voit jamais au-delà de sa propre requête.

Kill Switch02

Un seul interrupteur arrête tous les agents. Immédiatement.

Une seule action désactive tous les Connectors, révoque tous les tokens et termine toutes les sessions d'un coup. La Gouvernance de l'IA conserve le registre.

FinOps par utilisateur03

Des limites de dépense qui s'interrompent au lieu de surprendre.

Chaque utilisateur garde ses propres connexions et identifiants, isolés de ceux des autres. Ce qui dépasserait votre limite de dépense est stoppé et mis en attente de votre approbation, pas facturé.

Trois contrôles, intégrés à la couche par laquelle votre IA se connecte.

Sélection · 1 capacité

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 01

01

1 capacité dans cet ensemble.

Sur 1 disponible via Azure Log Analytics Workspace.

01
Exécuter une requête KQL sur les journaux
N'incluez pas le nom de la table dans vos opérations de requête. Le moteur préfixe automatiquement le nom de la table autorisée. Fournissez simplement les opérations KQL (ex. : "| where TimeGenerated > ago(1h) | limit 10"). Exécutez une requête Kusto (KQL) sur la table Log Analytics configurée.

Travail réel

Ce que les équipes font tourner

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.

Automatisez une tâche

Mettez Azure Log Analytics Workspace au travail sur une chose.

Des automatisations étape par étape que votre IA exécute via ce Connector : le flux, les prompts pour démarrer et les capabilities exactes derrière chaque étape.

Un connector, toutes les IAs

Azure Log Analytics Workspace fonctionne avec les clients IA les plus populaires.

Voici les clients les plus populaires, chacun avec un guide pas à pas : un lien, configuré une fois, avec gouvernance et visibilité intégrées. Et comme tout tourne sur le standard MCP, la même connexion fonctionne aussi dans tout autre client compatible : rien à reconstruire.

Vous construisez votre propre app ? Le connector est à vous.

Vous n'avez pas besoin d'un client pour mettre Azure Log Analytics Workspace au travail : la même connexion hébergée se branche sur vos propres applications et le code de votre agent, avec la même gouvernance à chaque requête. Construisez avec lui, discutez avec lui : une connexion pour les deux.

Observée, pas estimée

Moyenne de 944 ms. Rapide en production.

Azure Log Analytics Workspace est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1090 ms

3 oct.Aujourd'hui

Jour le plus rapide: 724ms
Jour le plus lent: 1090ms
Tendance sur 14 jours: En ralentissement+5%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 1 capacité arrive prête à l'emploi.

Accès aperçu · pas d’authentification du fournisseur

Le jeton vk_preview_* appartient à l’infrastructure d’aperçu de Vinkius. Il permet à Claude de découvrir et d’afficher les capacités de Azure Log Analytics Workspace, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de Azure Log Analytics Workspace. Les actions nécessitant des identifiants ou des données de compte réelles peuvent ne pas s’exécuter tant que vous n’avez pas activé le Connector et autorisé le service.

Azure Log Analytics Workspace Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_h8mzxcilFYlijQMfr5u3GIGk82xs7W4r1G5Um6EK/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

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.

Configuration · claude_desktop_config.jsonCopier

{
  "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

Les instructions pas à pas pour chaque client sont dans le guide. Comment connecter

Configuration guidée pour Claude ? Configurer Azure Log Analytics Workspace avec Claude et les autres IA

Voyez tous les clients IA avec lesquels ce connector fonctionne ↑

Pour qui

Conçu pour le travail que les utilisateurs de Azure Log Analytics Workspace délèguent.

Ce MCP est essentiel pour les équipes qui dépendent de l'analyse de données de logs complexes. Il permet aux agents IA d'effectuer des diagnostics précis et rapides sans jamais compromettre la sécurité de l'environnement global Azure. Idéal pour les environnements de production critiques.

01
Ingénieur DevOps
Pour automatiser le monitoring et le déploiement en analysant les logs de performance et d'erreurs en temps réel.
02
Ingénieur SRE
Pour effectuer un dépannage autonome des incidents de production en accédant aux métriques d'infrastructure spécifiques.
03
Analyste Sécurité
Pour auditer les événements critiques et suivre les tentatives d'accès non autorisés avec un périmètre d'accès limité.

FAQ

Les questions des utilisateurs de 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.