Context7
Up-to-date docs for AI agents
Beschreibung vom Entwickler (englisches Original)
Homelab log investigation over local logs: tail, errors, search, timeline, context.
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Du brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein
{
"mcpServers": {
"loglens": {
"command": "npx",
"args": [
"-y",
"@reneturcios/loglens",
"mcp"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add loglens -- npx -y @reneturcios/loglens mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"loglens": {
"command": "npx",
"args": [
"-y",
"@reneturcios/loglens",
"mcp"
]
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"loglens": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@reneturcios/loglens",
"mcp"
]
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto CloudCorpRecords bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.0) kam vor 4 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js, Docker auf deinem Computer.
In derselben Kategorie: Context7, Codebase Memory, Exa
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Up-to-date docs for AI agents
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
loglens investigates homelab logs held in a local file: what the store holds, what arrived most recently, what errored, what mentions a term, how volume is spread over time, and what surrounded a moment. One binary serves a command-line interface and a stdio MCP server exposing a single action-dispatched tool, cortex.
This is a labelled core subset. The tool it is modelled on dispatches 60 catalog actions; loglens implements seven of them — status, tail, errors, search, timeline, context, and help — and omits the other 53 (fleet and topology views, AI session analysis, correlation and anomaly analysis, error acknowledgement, notifications, and administration). The help action lists the implemented subset and the omitted actions at runtime.
Records live in a JSONL file: one JSON object per line, each with ts (an ISO-8601 timestamp), level, source, and message:
{"ts":"2026-10-26T09:15:00.000Z","level":"info","source":"docker/web","message":"container started"}
{"ts":"2026-10-26T09:16:12.000Z","level":"error","source":"syslog","message":"disk almost full"}
The path comes from --file on the CLI, then the LOGLENS_LOG_FILE environment variable, then ./loglens.jsonl. Malformed lines (bad JSON, missing fields, unparseable timestamps) are skipped and counted, never fatal. A missing file is a clean error for data actions; status instead reports the store state with exists: false, and help needs no store at all. All logic is local and deterministic — no network access, ever.
npx @reneturcios/loglens status
Or run the container image:
docker run -i ghcr.io/cloudcorprecords/loglens
The container defaults to the MCP server (see below). Pass CLI arguments to use it as a CLI instead. Mount your log file and set LOGLENS_LOG_FILE to its in-container path.
export LOGLENS_LOG_FILE=/var/log/homelab.jsonl
loglens status loglens tail --limit 5 --source docker/web loglens errors --limit 10 loglens search "disk" --since 2026-10-26T00:00:00.000Z loglens timeline --bucket day loglens context 2026-10-26T09:16:12.000Z --window-minutes 5 loglens context 12 --limit 3 loglens help
loglens --version
Commands print a JSON result. tail, errors, and search return records newest first; context returns them in file order. context accepts either a timestamp (records within --window-minutes of it, or the --limit nearest records around the closest one) or a bare record index (the --limit records on either side of that position). Exit codes: 0 on success, 1 when an operation fails (including a missing log file), 2 for usage errors.
One bin serves both faces. The mcp subcommand starts a stdio MCP server:
npx -y @reneturcios/loglens mcp
MCP client configuration:
{
"mcpServers": { "loglens": { "command": "npx", "args": ["-y", "@reneturcios/loglens", "mcp"], "env": { "LOGLENS_LOG_FILE": "/absolute/path/to/logs.jsonl" } } } }
| Tool | Input | What it returns |
|---|---|---|
cortex | action (required, one of status, tail, errors, search, timeline, context, help), plus optional query, source, level, limit, since, until, bucket (hour or day), timestamp, window_minutes | Per action: a store summary, the latest matching records, hourly/daily volume buckets, records around a moment, or the subset help text. |
A useful first call is {"action":"status"}, then narrow with tail, errors, search, timeline, or context.
npm install
npm run build # tsc -> dist/ npm test # node test runner over test/*.test.ts, real temp JSONL files, no network npm run dev # run the CLI from source via tsx
MIT — see LICENSE.