Integrazione del Server MCP di Grafana

Cosa fa il Server “Grafana” MCP?

Il Grafana MCP (Model Context Protocol) Server è uno strato di integrazione che collega gli assistenti AI con Grafana, consentendo un accesso avanzato a dashboard, sorgenti dati e strumenti di monitoraggio all’interno dell’ecosistema Grafana. Espone le capacità di Grafana tramite MCP, permettendo ai client AI di eseguire operazioni come la ricerca di dashboard, il recupero di informazioni dettagliate sulle dashboard, la gestione delle dashboard, l’accesso e la query delle sorgenti dati e l’esecuzione di query Prometheus in modo programmato. Questo semplifica i flussi di lavoro di sviluppo e operativi consentendo agli assistenti AI di interagire direttamente con i dati di osservabilità, automatizzare la gestione delle dashboard e facilitare il monitoraggio e il troubleshooting in tempo reale, tutto nel contesto di ambienti di sviluppo guidati dall’AI.

Elenco dei Prompt

Nessun template di prompt esplicito è menzionato nei file o nella documentazione forniti.

Elenco delle Risorse

• Dashboard: Accedi e cerca le dashboard Grafana per titolo o metadati, recupera i dettagli completi delle dashboard tramite identificatori univoci e gestisci i contenuti delle dashboard.
• Sorgenti dati: Elenca tutte le sorgenti dati configurate e ottieni informazioni dettagliate su ciascuna, con particolare supporto per Prometheus e Loki.
• Informazioni sulle sorgenti dati Prometheus: Recupera e interagisci con le informazioni delle sorgenti dati Prometheus, incluse le capacità di query.
• Query dei pannelli: Estrai le stringhe di query e le informazioni sulle sorgenti dati da ogni pannello di una dashboard per analisi avanzate o troubleshooting.

Elenco degli Strumenti

• Cerca dashboard: Cerca dashboard Grafana per titolo o metadati.
• Ottieni dashboard tramite UID: Recupera informazioni dettagliate su una specifica dashboard tramite il suo identificatore univoco.
• Aggiorna o crea una dashboard: Modifica o crea nuove dashboard (con attenzione ai limiti della finestra di contesto).
• Ottieni query dei pannelli e info sulle sorgenti dati: Recupera le stringhe di query e i dettagli delle sorgenti dati dei pannelli dashboard.
• Elenca e ottieni informazioni sulle sorgenti dati: Elenca tutte le sorgenti dati configurate e ottieni informazioni (Prometheus, Loki).
• Query Prometheus: Esegui query PromQL (istantanee e intervallo) sulle sorgenti dati Prometheus.

Casi d’Uso di questo MCP Server

• Gestione delle Dashboard: Automatizza la ricerca, il recupero, la creazione e l’aggiornamento delle dashboard Grafana, semplificando i flussi di lavoro di osservabilità per sviluppatori e SRE.
• Esplorazione delle Sorgenti Dati: Elenca, ottieni e analizza in modo programmato le sorgenti dati disponibili, utile per audit infrastrutturali o onboarding.
• Estrazione delle Query dei Pannelli: Estrai query e informazioni sulle sorgenti dati dai pannelli delle dashboard per supportare debug, ottimizzazione o documentazione.
• Query Prometheus Automatizzate: Consenti agli assistenti AI di eseguire query Prometheus, supportando query metriche istantanee o su intervallo per monitoraggio e allerta.
• Automazione DevOps: Integra le capacità di osservabilità di Grafana nei pipeline CI/CD o nei flussi di troubleshooting guidati da AI, riducendo le operazioni manuali sulle dashboard.

Come configurarlo

Windsurf

1. Assicurati che i prerequisiti come Node.js e Docker siano installati.
2. Individua il tuo file di configurazione Windsurf (di solito windsurf.config.json).
3. Aggiungi il Grafana MCP Server utilizzando il seguente frammento JSON:

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

4. Salva la configurazione e riavvia Windsurf.
5. Verifica l’installazione controllando che il server MCP appaia nell’elenco dei server MCP.

Esempio di protezione delle API Key

{
  "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. Installa i prerequisiti se necessario (Node.js, Docker).
2. Apri il file di configurazione di Claude.
3. Inserisci la configurazione del server MCP:

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

4. Salva e riavvia Claude.
5. Conferma la registrazione del server nella vista stato MCP server di Claude.

Cursor

1. Prepara il tuo ambiente (Node.js/Docker).
2. Modifica il file cursor.config.json.
3. Aggiungi il seguente blocco JSON del server MCP:

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

4. Salva il file e riavvia Cursor.
5. Assicurati che il server MCP sia in esecuzione e accessibile.

Cline

1. Conferma che i prerequisiti necessari siano installati.
2. Apri il file di configurazione di Cline.
3. Inserisci la configurazione del server MCP di Grafana:

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

4. Salva le modifiche e riavvia Cline.
5. Controlla lo stato del server nell’interfaccia di Cline.

Esempio di protezione delle API Key

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

Come usare questo MCP nei flussi

Utilizzo dell’MCP in FlowHunt

Per integrare i server MCP nel tuo flusso di lavoro FlowHunt, inizia aggiungendo il componente MCP al tuo flusso e collegandolo al tuo agente AI:

Clicca sul componente MCP per aprire il pannello di configurazione. Nella sezione di configurazione MCP di sistema, inserisci i dettagli del tuo server MCP utilizzando questo formato JSON:

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

Una volta configurato, l’agente AI sarà in grado di utilizzare questo MCP come strumento con accesso a tutte le sue funzioni e capacità. Ricorda di cambiare “grafana-mcp” con il vero nome del tuo server MCP e di sostituire l’URL con l’URL del tuo MCP server.

Panoramica

In base a quanto sopra, il server Grafana MCP è ben documentato per la configurazione e copre i principali primitivi MCP (risorse, strumenti, sicurezza API key), ma manca di template di prompt espliciti e informazioni sul supporto al sampling. È un progetto solido e pratico per utenti e sviluppatori Grafana.

MCP Score