Intégration du serveur Grafana MCP

Que fait le serveur “Grafana” MCP ?

Le serveur Grafana MCP (Model Context Protocol) est une couche d’intégration qui connecte les assistants IA à Grafana, permettant un accès amélioré aux tableaux de bord, sources de données et outils de monitoring de l’écosystème Grafana. En exposant les capacités de Grafana via MCP, le serveur permet aux clients pilotés par l’IA d’effectuer des tâches telles que la recherche de tableaux de bord, la récupération d’informations détaillées, la gestion des tableaux de bord, l’accès et l’interrogation des sources de données et l’exécution de requêtes Prometheus de manière programmatique. Cela rationalise les workflows de développement et d’exploitation en permettant aux assistants IA d’interagir directement avec les données d’observabilité, d’automatiser la gestion des tableaux de bord et de faciliter le monitoring et le dépannage en temps réel, le tout dans des environnements de développement pilotés par l’IA.

Liste des prompts

Aucun modèle de prompt explicite n’est mentionné dans les fichiers ou la documentation fournis.

Prêt à développer votre entreprise?

Commencez votre essai gratuit aujourd'hui et voyez les résultats en quelques jours.

Demander une démo Se connecter

Liste des ressources

• Tableaux de bord : Accédez et recherchez les tableaux de bord Grafana par titre ou métadonnées, récupérez les détails complets à l’aide d’identifiants uniques et gérez le contenu des tableaux de bord.
• Sources de données : Listez toutes les sources de données configurées et obtenez des informations détaillées sur chacune, avec une prise en charge particulière de Prometheus et Loki.
• Informations sur la source Prometheus : Récupérez et interagissez avec les informations de la source Prometheus, y compris les capacités d’interrogation.
• Requêtes des panneaux : Extrayez les chaînes de requêtes et les informations de source de données de chaque panneau d’un tableau de bord pour une analyse ou un dépannage avancé.

Liste des outils

• Recherche de tableaux de bord : Recherchez les tableaux de bord Grafana par titre ou métadonnées.
• Obtenir un tableau de bord par UID : Récupérez des informations détaillées pour un tableau de bord spécifique à l’aide de son identifiant unique.
• Mettre à jour ou créer un tableau de bord : Modifiez ou créez de nouveaux tableaux de bord (avec prudence concernant les limites de fenêtre de contexte).
• Obtenir les requêtes des panneaux et infos sources : Récupérez les chaînes de requêtes et détails des sources de données pour les panneaux de tableaux de bord.
• Lister et obtenir les infos des sources de données : Listez toutes les sources de données configurées et récupérez leurs infos (Prometheus, Loki).
• Interroger Prometheus : Exécutez des requêtes PromQL (instantanées et sur plage) sur les sources de données Prometheus.

Rejoignez notre newsletter

Recevez gratuitement les derniers conseils, tendances et offres.

Adresse e-mail

S'abonner

Cas d’usage de ce serveur MCP

• Gestion des tableaux de bord : Automatisez la recherche, la récupération, la création et la mise à jour des tableaux de bord Grafana, simplifiant les workflows d’observabilité pour les développeurs et SRE.
• Exploration des sources de données : Listez, récupérez et analysez de manière programmatique les sources de données disponibles, facilitant les audits d’infrastructure ou l’onboarding.
• Extraction des requêtes des panneaux : Extrayez les requêtes et informations des sources des panneaux pour aider au débogage, à l’optimisation ou à la documentation.
• Interrogation Prometheus automatisée : Permettez aux assistants IA d’exécuter des requêtes Prometheus, prenant en charge les requêtes instantanées ou sur plage pour le monitoring et l’alerting.
• Automatisation DevOps : Intégrez les capacités d’observabilité de Grafana dans les pipelines CI/CD ou le dépannage piloté par IA, réduisant les opérations manuelles sur les tableaux de bord.

Comment l’installer

Windsurf

1. Assurez-vous que les prérequis tels que Node.js et Docker sont installés.
2. Localisez votre fichier de configuration Windsurf (généralement windsurf.config.json).
3. Ajoutez le serveur Grafana MCP en utilisant l’extrait JSON suivant :

   {
     "mcpServers": {
       "grafana-mcp": {
         "command": "npx",
         "args": ["@grafana/mcp-grafana@latest"]
       }
     }
   }
   

4. Enregistrez la configuration et redémarrez Windsurf.
5. Vérifiez l’installation en consultant la liste des serveurs MCP.

Exemple de sécurisation des clés API

{
  "mcpServers": {
    "grafana-mcp": {
      "command": "npx",
      "args": ["@grafana/mcp-grafana@latest"],
      "env": {
        "GRAFANA_API_KEY": "${GRAFANA_API_KEY}"
      },
      "inputs": {
        "grafana_url": "https://your-grafana-instance"
      }
    }
  }
}

Claude

1. Installez les prérequis si nécessaire (Node.js, Docker).
2. Ouvrez le fichier de configuration Claude.
3. Insérez la configuration du serveur MCP :

   {
     "mcpServers": {
       "grafana-mcp": {
         "command": "npx",
         "args": ["@grafana/mcp-grafana@latest"]
       }
     }
   }
   

4. Enregistrez et redémarrez Claude.
5. Confirmez l’enregistrement du serveur dans la vue de statut des serveurs MCP de Claude.

Cursor

1. Préparez votre environnement (Node.js/Docker).
2. Modifiez le fichier cursor.config.json.
3. Ajoutez le bloc JSON suivant pour le serveur MCP :

   {
     "mcpServers": {
       "grafana-mcp": {
         "command": "npx",
         "args": ["@grafana/mcp-grafana@latest"]
       }
     }
   }
   

4. Enregistrez le fichier et redémarrez Cursor.
5. Assurez-vous que le serveur MCP fonctionne et est accessible.

Cline

1. Confirmez que les prérequis nécessaires sont installés.
2. Ouvrez le fichier de configuration de Cline.
3. Insérez la configuration du serveur Grafana MCP :

   {
     "mcpServers": {
       "grafana-mcp": {
         "command": "npx",
         "args": ["@grafana/mcp-grafana@latest"]
       }
     }
   }
   

4. Enregistrez les modifications et redémarrez Cline.
5. Vérifiez le statut du serveur dans l’interface de Cline.

Exemple de sécurisation des clés API

{
  "mcpServers": {
    "grafana-mcp": {
      "command": "npx",
      "args": ["@grafana/mcp-grafana@latest"],
      "env": {
        "GRAFANA_API_KEY": "${GRAFANA_API_KEY}"
      },
      "inputs": {
        "grafana_url": "https://your-grafana-instance"
      }
    }
  }
}

Comment utiliser ce MCP dans les flows

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP dans votre flow FlowHunt, commencez par ajouter le composant MCP à votre flow et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section de configuration système MCP, renseignez les détails de votre serveur MCP au format JSON suivant :

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

Une fois configuré, l’agent IA peut utiliser ce MCP comme outil avec accès à toutes ses fonctions et capacités. N’oubliez pas de remplacer “grafana-mcp” par le nom réel de votre serveur MCP et l’URL par celle de votre instance MCP.

Aperçu

D’après ce qui précède, le serveur Grafana MCP est bien documenté pour l’installation et couvre les primitives MCP essentielles (ressources, outils, sécurité des clés API), mais ne comporte pas de modèles de prompt explicites ni d’informations sur le sampling. Il s’agit d’un projet solide et pratique pour les utilisateurs et développeurs Grafana.

Score MCP