Splunk MCP Server
AI Skill Hub 推荐使用：Splunk MCP Server 是一款优质的MCP工具。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。
📚 深度解析
通过安装 Splunk MCP Server，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。
在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。Splunk MCP Server 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。
与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 Splunk MCP Server 评为 AI 评分 7.5 分，属于同类工具中的优质选择。
📋 工具概览
MCP Server for integrating with Splunk Enterprise，简化数据集成，提高工作效率。
Splunk MCP Server 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
📖 中文文档
MCP Server for integrating with Splunk Enterprise，简化数据集成，提高工作效率。
Splunk MCP Server 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/deslicer/mcp-for-splunk
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"splunk-mcp-server": {
"command": "npx",
"args": ["-y", "mcp-for-splunk"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 Splunk MCP Server 执行以下任务... Claude: [自动调用 Splunk MCP Server MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"splunk_mcp_server": {
"command": "npx",
"args": ["-y", "mcp-for-splunk"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
简介
🔧 Available Tools & Capabilities
<a name="ai-workflows--specialists-new"></a>
Prerequisites
- Python 3.10+ and UV package manager
- Nodejs (optional used for mcp inspector)
- Docker (optional but recommended for full stack)
- Splunk instance with API access (or use included Docker Splunk)
📖 Complete Setup Guide: Installation Guide
<a name="configuration"></a>
- OR use the included Docker Splunk (requires Docker)
- Stateless HTTP avoids sticky-session requirements
Install missing prerequisites (base: Python, uv, Git, Node)
./scripts/smart-install.sh
One-Command Setup
Windows:
git clone https://github.com/deslicer/mcp-for-splunk.git
cd mcp-for-splunk
(Recommended) Preview what would be installed
./scripts/smart-install.sh --dry-run
Standalone install
pip install mcp-itsi-server
🚀 Deployment Options
<a name="development-local"></a>
Production (Docker)
- Features: Load balancing, health checks, monitoring
- Includes: Traefik, MCP Inspector, optional Splunk
- Best For: Multi-client access, web-based AI agents
- Session Routing: Traefik is configured with sticky sessions for streamable HTTP; alternatively, enable stateless HTTP for development scenarios.
<a name="enterprise-kubernetes"></a>
🚀 Quick Start
<a name="prerequisites"></a>
Copy the example configuration
cp env.example .env
🌐 Client Integration Examples
💪 Multi-Client Configuration Strength: One of the key advantages of this MCP Server for Splunk is its ability to support multiple client configurations simultaneously. You can run a single server instance and connect multiple clients with different Splunk environments, credentials, and configurations - all without restarting the server or managing separate processes.
<a name="multi-client-benefits"></a>
Configuration
Before running the setup, configure your Splunk connection:
```bash
Edit .env with your Splunk credentials
Optional HTTP transport defaults (local runs)
Optional: show detailed tools/resources and health output
uv run mcp-server --test --detailed
**macOS/Linux:**
Optional: show detailed tools/resources and health output
uv run mcp-server --test --detailed ```
💡 Deployment Options: The mcp-server command will prompt you to choose: - Docker (Option 1): Full stack with Splunk, Traefik, MCP Inspector - recommended if Docker is installed - Local (Option 2): Lightweight FastMCP server only - for users without Docker
Stopping services: - uv run mcp-server --stop stops only this project's compose services (dev/prod/splunk). It does not stop the Docker engine.
Note on Splunk licensing: When using theso1Splunk container, you must supply your own Splunk Enterprise license if required. The compose files include a commented example mount:# - ./lic/splunk.lic:/tmp/license/splunk.lic:ro. Create alic/directory and mount your license file, or add the license via the Splunk Web UI after startup.
<a name="what-you-can-do"></a>
🤖 **AI Workflows & Specialists** (NEW!)
list_workflows: Discover available troubleshooting workflows (core + contrib)workflow_runner: Execute any workflow with full parameter control and progress trackingworkflow_builder: Create custom troubleshooting procedures for your organization- Built-in Workflows: Missing data troubleshooting, performance analysis, and more
- 📖 Complete Workflow Guide →
<a name="search--analytics"></a>
🛠️ **Create Your Own Tools & Extensions**
🚀 Quick Start for Contributors:
```bash
🤖 **AI-Powered Troubleshooting** (NEW!)
Transform your Splunk troubleshooting from manual procedures to intelligent, automated workflows using the MCP server endpoints:
```python
Discover and execute intelligent troubleshooting workflows
result = await list_workflows.execute(ctx, format_type="summary")
Returns: missing_data_troubleshooting, performance_analysis, custom_workflows...
Run AI-powered troubleshooting with a single command
result = await workflow_runner.execute( ctx=ctx, workflow_id="missing_data_troubleshooting", earliest_time="-24h", latest_time="now", focus_index="main" )
简介：mcp-for-splunk 项目是一个 Splunk 的 MCP 服务器，旨在提供智能、自动化的故障排查工作流。它支持多个客户端配置，并且可以与 Splunk 实例进行 API 访问。
功能介绍：该项目提供了多种功能，包括支持多个客户端配置、智能故障排查工作流、可扩展性强的 API 等。
环境依赖与系统要求：该项目需要 Python 3.10+、UV 包管理器、Nodejs（可选）、Docker（可选）以及 Splunk 实例的 API 访问权限。
中文安装步骤说明：该项目支持多种安装方式，包括使用 Docker、pip 和源码等。用户可以选择适合自己的安装方式。
中文使用教程：该项目提供了详细的使用教程，包括配置 Splunk 连接、使用 MCP 服务器等。
配置说明：该项目需要用户配置 Splunk 连接和其他关键参数。用户可以通过修改 .env 文件来配置这些参数。
工作流 / 模块说明：该项目提供了多种工作流和模块，包括 list_workflows、workflow_runner 和 workflow_builder 等。用户可以使用这些工作流和模块来创建自定义的故障排查流程。
中文 FAQ 摘要：该项目提供了智能故障排查工作流，用户可以通过 API 访问这些工作流并执行它们。FAQ 中提供了有关使用 MCP 服务器的常见问题和答案。
该项目提供了一个开源MCP工具，用于与Splunk Enterprise集成，简化数据集成，提高工作效率。代码质量良好，使用Python编写，易于维护和扩展。
- 使用 Cursor 编辑器、希望提升 AI 编程效率的开发者
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- Cursor rules 控制在 80 行内，否则模型上下文成本会显著上升
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- Python 依赖冲突：建议用 venv / uv 隔离环境
- Docker：mcp-for-splunk 提供官方镜像，docker compose up 一键启动
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 使用 Cursor 编辑器、希望提升 AI 编程效率的开发者
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- Cursor rules 控制在 80 行内，否则模型上下文成本会显著上升
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
⚖️ 优点与不足
- +Apache-2.0 协议，可免费商用
- +标准化 MCP 协议，生态互联性强
- +与 Claude 官方生态无缝对接
- +即插即用，配置简单快捷
- −依赖 Claude 客户端，非 Claude 用户无法使用
- −MCP 协议仍在持续演进，接口可能变更
- −需要一定的配置步骤
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
❓ 常见问题 FAQ
总体来看，Splunk MCP Server 是一款质量良好的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | mcp-for-splunk |
| 原始描述 | 开源MCP工具：MCP Server for integrating with Splunk Enterprise。⭐23 · Python |
| Topics | mcppython |
| GitHub | https://github.com/deslicer/mcp-for-splunk |
| License | Apache-2.0 |
| 语言 | Python |
收录时间：2026-06-01 · 更新时间：2026-06-01 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。