Model Context Protocol（MCP）サーバーを自作してCloudflareにデプロイする際、本番運用では利用状況やエラーの発生を適切にモニタリングする必要があります。どのツールが頻繁に使用されているか、どこでエラーが発生しているかを把握することで、サーバーの改善や最適化に役立てることができます。

本記事では、CloudflareのWorkers Analytics Engineを使用してMCPサーバーの利用状況を効率的に監視する方法を紹介します。

Workers Analytics Engineとは

Workers Analytics Engineは、Cloudflareが提供する無制限カーディナリティの時系列分析プラットフォームです。Workersから直接データポイントを書き込み、SQLクエリでデータを分析できます。

Workers で Workers Analytics engineを実装する

Analytics EngineをWorkersから利用するには、Bindingsの登録が必要です。wrangler.jsoncを更新し、analytics_engine_datasetsへ登録しましょう。

{
  "name": "my-mcp-server",
  "main": "src/index.ts",
  "compatibility_date": "2025-01-10",
  "analytics_engine_datasets": [
    {
      "binding": "ANALYTICS_ENGINE_DATASET",
      "dataset": "my-mcp-server-analytics"
    }
  ],
  "durable_objects": {
    "bindings": [
      {
        "name": "MyMCPAgent",
        "class_name": "MyMCPAgent"
      }
    ]
  }
}

npm run cf-typegenを実行すると、型定義が生成されます。

interface Env {
  ANALYTICS_ENGINE_DATASET: AnalyticsEngineDataset;
  // その他のbinding...
}

生成された型情報を使って、MCP サーバーへの組み込みを行いましょう。Cloudflareの提供する Agents SDKを利用している場合、次のようなトラッキング用メソッドを作っておくと便利です。

import { McpAgent } from "agents/mcp";
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";

export class MyMCP extends McpAgent<Env> {
  server = new McpServer({
    name: "My MCP Server",
    version: "1.0.0",
  });

  // ツール利用状況をトラッキング
  private async trackToolCall(
    toolName: string, 
    status: "invoke" | "success" | "error" = "invoke", 
    userId: string = "anonymous"
  ) {
    await this.env.ANALYTICS_ENGINE_DATASET.writeDataPoint({
      blobs: [toolName, status, userId],
      doubles: [Date.now(), 1],
      indexes: [toolName]
    });
  }

  async init() {
    // ツール...
  }
}

あとは各種ツールで「呼び出し・成功・エラー」などをトラッキングしてやりましょう。トラッキングの処理結果を待つ必要はないため、waitUntilも併用することをおすすめします。


  async init() {
    // 検索ツール
    this.server.tool(
      "search_algolia",
      "Algoliaで検索します",
      {
        query: z.string().describe("検索キーワード"),
      },
      async (params) => {
        try {
          await this.ctx.waitUntil(
            this.trackToolCall("search_algolia", "invoke")
          );

          const result = await searchAlgolia(params.query);

          await this.ctx.waitUntil(
            this.trackToolCall("search_algolia", "success")
          );

          return {
            content: [{ type: "text", text: JSON.stringify(result) }],
          };
        } catch (error) {
          await this.ctx.waitUntil(
            this.trackToolCall("search_algolia", "error")
          );
          throw error;
        }
      }
    );

    // その他のツール...
  }
}

トラッキングしたデータを分析する

Workers Analytics Engineでトラッキングしたデータは、SQLにて取得できます。例えばツールのトラッキングでは、次のようなSQLを実行してみましょう。

-- 最も使用されているツールのランキング
SELECT 
  blob1 AS tool_name,
  sum(double2) AS total_calls
FROM "my-mcp-server-analytics"
GROUP BY tool_name
ORDER BY total_calls DESC;

ある程度MCPサーバーのツールを実行した後であれば、このような形で利用状況がチェックできます。

tool_name	total_calls
search_algolia	4
add	1

まとめ

Workers Analytics Engineを使用することで、MCPサーバーの利用状況を効率的に監視できます。設定は簡単で、データセットの事前作成も不要です。SQLクエリによる柔軟な分析が可能で、本番運用での品質改善に大きく貢献します。

シンプルなトラッキング機能から始めて、必要に応じて詳細な監視機能を追加していくことで、MCPサーバーの運用品質を継続的に向上させることができます。

https://developers.cloudflare.com/agents/

https://developers.cloudflare.com/analytics/analytics-engine/

Tag: 時系列分析

MCPサーバーの利用状況監視にWorkers Analytics Engineを活用する