InfluxDB MCP-Server

Was macht der “InfluxDB” MCP-Server?

Der InfluxDB MCP-Server ist ein Model Context Protocol (MCP) Server, der speziell entwickelt wurde, um einen nahtlosen Zugriff auf eine InfluxDB-Instanz über die InfluxDB OSS API v2 zu ermöglichen. Er fungiert als Vermittlungswerkzeug, das KI-Assistenten mit Zeitreihendaten in InfluxDB verbindet und dadurch erweiterte Workflows für Entwickler und KI-Systeme ermöglicht. Über seine standardisierte Schnittstelle stellt der Server sowohl Ressourcen (wie Organisationen, Buckets und Messungen) als auch Tools (wie das Abfragen und Schreiben von Daten) bereit und befähigt KI-Clients, Aufgaben wie das Ausführen von Datenbankabfragen, das Verwalten von Buckets oder die Integration von Zeitreihenanalytik in Anwendungen durchzuführen. Diese robuste Integration stellt sicher, dass Entwickler die Datenverarbeitung automatisieren, ihre Entwicklungsprozesse optimieren und die Intelligenz ihrer Anwendungen durch Echtzeit- und historische Daten aus InfluxDB steigern können.

Liste der Prompts

• flux-query-examples: Stellt gängige Flux-Abfragevorlagen bereit, um das Schreiben und Ausführen typischer InfluxDB-Abfragen zu vereinfachen.
• line-protocol-guide: Bietet eine Anleitung und Vorlage zum Einsatz des Line Protocol-Formats von InfluxDB und unterstützt bei Datenschreiboperationen.

Liste der Ressourcen

• Organisationen-Liste (influxdb://orgs): Zeigt alle in der InfluxDB-Instanz vorhandenen Organisationen an.
• Buckets-Liste (influxdb://buckets): Listet alle Buckets mit zugehörigen Metadaten auf.
• Bucket-Messungen (influxdb://bucket/{bucketName}/measurements): Listet alle Messungen in einem angegebenen Bucket auf.
• Daten abfragen (influxdb://query/{orgName}/{fluxQuery}): Führt eine Flux-Abfrage aus und gibt die Ergebnisse als Ressource zurück.

Liste der Tools

• write-data: Schreibt Zeitreihendaten im Line Protocol-Format von InfluxDB. Parameter: org, bucket, data und optional precision.
• query-data: Führt Flux-Abfragen gegen die InfluxDB-Instanz aus. Benötigt org- und query-Parameter.
• create-bucket: Erstellt einen neuen Bucket in der Datenbank. Parameter: name, orgID und optional Aufbewahrungszeitraum (retention).
• create-org: Erstellt eine neue Organisation in InfluxDB. Parameter: name und optional Beschreibung.

Anwendungsfälle für diesen MCP-Server

• Abfragen von Zeitreihendaten: Führen Sie ganz einfach erweiterte Flux-Abfragen auf InfluxDB-Daten aus und ermöglichen Sie es Entwicklern und KI-Agenten, Zeitreihendaten abzurufen, zu analysieren und zu visualisieren.
• Automatisierte Datenaufnahme: Automatisieren Sie das Schreiben von Datenpunkten in InfluxDB per Line Protocol und optimieren Sie IoT- oder Telemetrie-Pipelines.
• Datenbankmanagement: Erstellen Sie Organisationen und Buckets programmatisch und vereinfachen Sie das Infrastrukturmanagement für große oder Multi-Tenant-Infrastrukturen.
• Messungs-Discovery: Listen Sie dynamisch verfügbare Messungen in einem Bucket auf – hilfreich für Anwendungen, die sich an wechselnde Datenmodelle anpassen müssen.
• KI-gestützte Analytik: Ermöglichen Sie KI-Assistenten, InfluxDB-Daten sichtbar zu machen, zu kontextualisieren und als Teil von Analytik- oder Monitoring-Workflows zu bearbeiten.

So richten Sie es ein

Windsurf

1. Stellen Sie sicher, dass Node.js auf Ihrem Rechner installiert ist.

2. Öffnen Sie die Windsurf-Konfigurationsdatei (z.B. windsurf.json oder ähnlich).

3. Fügen Sie den InfluxDB MCP-Server zum Objekt mcpServers hinzu:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Speichern Sie die Datei und starten Sie Windsurf neu.

5. Überprüfen Sie, ob der InfluxDB MCP-Server in der MCP-Serverliste erscheint.

API-Schlüssel absichern
Legen Sie sensible Werte als Umgebungsvariablen ab. Beispiel:

{
  "mcpServers": {
    "influxdb-mcp": {
      "command": "npx",
      "args": [
        "@idoru/influxdb-mcp-server@latest",
        "serve"
      ],
      "env": {
        "INFLUXDB_TOKEN": "${INFLUXDB_TOKEN_ENV}"
      }
    }
  }
}

Claude

1. Installieren Sie Node.js, falls noch nicht vorhanden.

2. Suchen Sie die Konfigurationsdatei von Claude.

3. Fügen Sie den InfluxDB MCP-Server zu mcpServers hinzu:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Speichern Sie die Änderungen und starten Sie Claude neu.

5. Bestätigen Sie die Einrichtung über die Claude-Oberfläche.

API-Schlüssel absichern
(Siehe Windsurf-Beispiel oben.)

Cursor

1. Stellen Sie sicher, dass Node.js installiert ist.

2. Öffnen Sie die Einstellungen oder Konfiguration von Cursor.

3. Fügen Sie den InfluxDB MCP-Server hinzu:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Speichern Sie und starten Sie Cursor neu.

5. Prüfen Sie die Konnektivität des MCP-Servers.

API-Schlüssel absichern
(Siehe Windsurf-Beispiel oben.)

Cline

1. Stellen Sie sicher, dass Node.js installiert ist.

2. Bearbeiten Sie die Konfigurationsdatei von Cline.

3. Fügen Sie Folgendes unter mcpServers ein:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Speichern Sie die Datei und starten Sie Cline neu.

5. Prüfen Sie, ob der Server in Cline aktiv ist.

API-Schlüssel absichern
(Siehe Windsurf-Beispiel oben.)

So nutzen Sie diesen MCP in Flows

MCP in FlowHunt nutzen

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Tragen Sie im Bereich für die System-MCP-Konfiguration Ihre MCP-Serverdaten in folgendem JSON-Format ein:

{
  "influxdb-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten verwenden. Denken Sie daran, “influxdb-mcp” ggf. durch den tatsächlichen Namen Ihres MCP-Servers zu ersetzen und die URL durch Ihre MCP-Server-Adresse zu ersetzen.

Übersicht

Roots-Unterstützung: ⛔ Nicht erwähnt

Auf Grundlage der obigen Informationen ist dieser MCP-Server für die Kernfunktionen der InfluxDB-Integration gut dokumentiert. Ressourcen und Tools sind klar beschrieben, Prompt-Vorlagen sind vorhanden und die Einrichtung ist gut erklärt. Für einige Workflows könnte jedoch die fehlende Dokumentation zu fortgeschrittenen MCP-Features wie Roots und Sampling die Erweiterbarkeit leicht einschränken.

Unsere Meinung

Dies ist ein robuster, praxisnaher MCP-Server für InfluxDB mit klarer Nützlichkeit für Zeitreihendaten und Automatisierungsaufgaben. Für den praktischen Entwickler-Einsatz erzielt er hohe Bewertungen, auch wenn Dokumentation zu fortgeschrittenen MCP-Funktionen fehlt.

MCP-Score