本記事はGrafana Labs blog の記事を翻訳し転載しています。
2025年8月13日 読了時間6分
分散トレースデータは、サービス間のインタラクションや関係性を理解するためのユニークで強力な可観測性シグナルです。しかし、生のトレースデータを実用的な洞察に変えることが難しい場合があります。
ここでこの課題を解決するために紹介するのが、Grafana Traces Drilldown です。このアプリケーションでは、簡素化されたクエリ不要の操作でトレースデータを迅速に調査および可視化できます。
そして今回、トレースデータの調査を簡素化する新たなアップデートを発表します。 Grafana Tempoを基盤とするフルマネージド分散トレースシステムであるGrafana Cloud Tracesは、MCP(Model Context Protocol)を直接サポートするようになりました。
MCPは、Anthropic によって開発された広く採用されているプロトコルで、アプリケーションが大規模言語モデル (LLM) にコンテキストを提供する方法を標準化します。MCPをGrafana Cloud Tracesと統合することで、Claude Codeや CursorなどのLLM搭載ツールを活用して、トレースデータを分析し、そこから価値を引き出すことができるようになりました。これにより、サービス間のインタラクションをより簡単に理解できるだけでなく、問題の調査と診断を迅速に行うことができます。
この記事では、Claude CodeをGrafana Cloud Tracesに接続する手順を例示します。今すぐ始めましょう。
Grafana Cloud TracesにおけるClaude Codeの使用
トレースデータについて質問できるように、Claude CodeをGrafana Cloudに接続する方法を簡単に見てみましょう。 注 ： この例ではClaude Codeを使用していますが、MCPはCursorやChatGPTなど、他の多くのLLMエージェントでサポートされています。
セットアップ
Grafana CloudでTempo MCPエンドポイントを使用するようにClaudeを設定するには、Grafana Cloud APIトークンとClaudeで、いくつか構成する必要があります。
ClaudeはHTTPヘッダーを渡すことができます（技術的には基本的な認証に必要なのはこれだけです）。ただし、Claude Codeは認証を直接サポートしていないため、トークンとテナントIDを調整する必要があります。
１．[traces:read] 権限を使用して、既存の Grafana Cloud API トークンを生成または使用します。これを行うには、まず管理ポータルに移動し、Tempoスタックの[Details](詳細)ボタンをクリックします。
次に、[Generate now](今すぐ生成)をクリックしてトークンを作成します。また、[User]と[URL]を必ずメモしておいてください。
２．ユーザーとトークンを使用してBasic認証ヘッダーを生成します。これを環境変数に割り当て、Grafana Cloud Traces MCPエンドポイントを呼び出すときに、Claude Codeが認証に使用します。
export GCT_AUTH=$(echo -n '<user>:<token>' | base64)３．上記の環境変数を参照するMCPエンドポイントをClaude Codeで設定します。
claude mcp add tempo https://<URL>/api/mcp -t http -H 'Authorization: Basic ${GCT_AUTH}'完全なURLは次のようになります。： https://tempo-us-central1.grafana.net/tempo/api/mcp.
４．接続をテストします。Tempo が接続済みと表示されない場合は、claude –debug を実行して詳細情報を取得できます。
claude mcp list
Checking MCP server health...
tempo: https://<URL>/tempo/api/mcp (HTTP) - ✓ ConnectedHey, Claude！ 新しく仲間入りしました
ClaudeをGrafana Cloud Tracesエンドポイントに接続したので、次はいくつかの質問をします。データを探索して、自分に最適な方法を見つけよう。最近、Grafana Pyroscope開発環境のデータを例に、Claudeと簡単な会話をしてみました。
最初の会話では、私は新しいPyroscopeの開発者のふりをして、Claudeが私のサービスについて何を教えてくれるかを確認しました。トレースデータには、サービスが実際にどのようにリアルタイムで相互に通信しているかについての詳細な情報が含まれているため、素晴らしいオンボーディングツールになります。
Claudeに聞いた： I'm a new Pyroscope developer, recently hired at Grafana Labs. Can you use tracing data to teach me how my services interact?（私は最近 Grafana Labs に採用されたばかりの Pyroscope 開発者なんだけど、トレースデータでサービス間のやりとりを、どうやって見ればいいの？）
Claude は属性値をクエリし、すぐにトレースの検索を開始しました。
いくつかのトレースを抽出した後、Pyroscope内の主要サービスを特定することができました。
そして、読み取り経路がどのように機能するかを説明しました。
さらに、もっと詳しく知りたい場合は、他にもいくつかのTraceQLクエリを使用することを提案されました。悪くありません！
Claude、何かあった?
複雑な分散システムに取り組んでいる私たち全員が知っているように、常にどこかで何かが失敗しています。Grafana Pyroscopeは優れた継続的プロファイリングデータベースですが、この法則の例外ではありません(ちなみに、Tempoも同様です)。
幸いなことに、トレースデータはこうしたエラーを発見し、サービス全体にどのように伝播するかを把握するための優れたシグナルです。Claude の能力を確認するために、Pyroscope 開発環境の例をもう一度見てみましょう。
Claudeに聞いた： Are there any errors in Pyroscope I should investigate?（私が調査すべきPyroscopeのエラーはある?）
まず、ClaudeはシンプルなTraceQLクエリを使用して、Pyroscopeサービス内のエラーを検索しました。
さらに調査するために、Claudeはいくつかの正しくないTraceQLメトリクス クエリを試行し、メトリクス ドキュメントを取得し、サービス別のエラー率を検出するための正しいクエリを記述できました。この「無効なクエリを試行→ドキュメント参照→自己修正」というパターンは実際によく見られます。
最終的に、2 つの重大なエラーを発見して分類し、いくつかの改善を推奨しました。いいね！
Claude、事態を改善しよう
最後の質問では、サービスを実際に改善するために、PyroscopeのコードベースとClaudeをあわせて使用したいと思います。トレース データのもう 1 つの優れた活用方法は、レイテンシの原因を特定し、改善を行うために開発者をより効果的に割り当てることです。
Claudeに聞いた： Help me reduce latency on the read path of Pyroscope. Use data from Tempo to help decide where to focus my efforts.（Pyroscopeの読み取り経路におけるレイテンシ削減を手伝ってほしい。Tempoのデータを活用し、注力すべき箇所を判断します。）
まず、Claudeはいくつかのメトリクスと検索クエリを実行して、クエリパスのどこに時間が費やされているかに関する情報を取得しました。
このデータをもとに、Claudeは読み取り経路の操作を要約し、分析結果を示しました。(率直に言って、私には既に十分速く感じられます！)
試しに、私は提案どおりにSelectSeriesを並列化するようにコード変更をClaudeに依頼したところ、diffが生成されました。
この更新は適切でしょうか？ Pyroscopeチームにレビューを依頼すべきでしょうね 🙂。
次のステップと詳細情報
新しい MCP 統合は、Grafana Cloud Tracesのパブリック プレビューで利用できるようになりました（Cloud 無料利用枠を含む）。また、次の Grafana Tempo 2.9 リリースでも利用可能になります。
現在のMCP 実装は、Tempo HTTP APIの前段に配置したシム（訳者注：新しい環境で古いAPIをサポートするため、あるいは古い環境で新しいAPIをサポートするために使用されるライブラリ）のようなものですが、改善の余地は十分にあります。たとえば、LLM へのデータの提供方法を改善できます。現時点では、生のJSONをClaudeに送信していますが、より高速に処理できる、よりコンパクトなテキスト形式を開発することもできます。
次に、Tempo API を拡張して、LLM がトレースのサブセットまたは多くのトレースに集約されたトレースの概要を要求できるようにすることができます。私たちは、価値が高く、密度の高いデータに向けて取り組む必要があります。 さあ、作業に取り掛かりましょう！
ご関心のある方は、local MCP example の例をご覧ください。機能をお試しいただき、問題を報告、プルリクエスト を使用して、ご意見をお聞かせください。
詳細については、Grafana Cloud Traces と Grafana Tempo の MCP ドキュメントも参照してください。
Grafana Cloud は、メトリクス、ログ、トレース、ダッシュボードなどを使い始める最も簡単な方法です。永久無料の利用枠のほか、すべてのユース ケースに対応するプランプランを用意しています。 今すぐ無料でサインアップしてください!
原文：LLM-powered insights into your tracing data: introducing MCP support in Grafana Cloud Traces
