Grafana MCPサーバー統合

「Grafana」MCPサーバーは何をするのか？

Grafana MCP（Model Context Protocol）サーバーは、AIアシスタントとGrafanaを接続する統合レイヤーです。これにより、Grafanaエコシステム内のダッシュボード、データソース、監視ツールへの高度なアクセスが可能になります。MCPを介してGrafanaの機能を公開することで、AI搭載クライアントはダッシュボードの検索、詳細情報の取得、管理、データソースへのアクセスやクエリ実行、Prometheusクエリのプログラム的な実行などの操作が可能です。これにより、AIアシスタントがオブザーバビリティデータに直接アクセスし、ダッシュボード管理の自動化やリアルタイム監視・トラブルシューティングをAI開発環境の中でシームレスに行えます。

プロンプト一覧

提供ファイルやドキュメントに明示的なプロンプトテンプレートは記載されていません。

リソース一覧

• ダッシュボード: タイトルやメタデータでGrafanaダッシュボードを検索・アクセスし、一意な識別子で詳細取得・管理が可能です。
• データソース: 設定済みの全データソースを一覧し、特にPrometheusやLokiなどの詳細情報も取得できます。
• Prometheusデータソース情報: Prometheusデータソースの情報取得やクエリ実行が可能です。
• パネルクエリ: ダッシュボード内の各パネルからクエリ文字列やデータソース情報を抽出し、分析やトラブルシューティングに活用できます。

ツール一覧

• ダッシュボード検索: タイトルやメタデータでGrafanaダッシュボードを検索します。
• UIDでダッシュボード取得: 一意な識別子で特定のダッシュボード詳細を取得します。
• ダッシュボードの更新・作成: ダッシュボードの新規作成や既存更新（コンテキストウィンドウ制限に注意）。
• パネルクエリ・データソース情報取得: ダッシュボードパネルのクエリ文字列やデータソース情報を取得。
• データソース一覧・情報取得: 設定済み全データソースの一覧取得と詳細取得（Prometheus、Loki）。
• Prometheusクエリ: Prometheusデータソースに対してPromQL（インスタントクエリ・レンジクエリ）を実行。

このMCPサーバーのユースケース

• ダッシュボード管理: ダッシュボードの検索・取得・作成・更新を自動化し、開発者やSREのオブザーバビリティワークフローを簡素化します。
• データソース探索: 利用可能なデータソースを一覧・取得・分析し、インフラ監査やオンボーディングを支援します。
• パネルクエリ抽出: ダッシュボードパネルからクエリやデータソース情報を抽出し、デバッグ・最適化・ドキュメンテーションに活用します。
• 自動Prometheusクエリ: AIアシスタントがPrometheusクエリを実行し、監視やアラートのためのインスタント・レンジメトリッククエリをサポートします。
• DevOps自動化: CI/CDパイプラインやAIによるトラブルシューティングにGrafanaのオブザーバビリティ機能を統合し、手動ダッシュボード操作を削減します。

セットアップ手順

Windsurf

1. Node.jsやDockerなどの前提条件がインストールされていることを確認します。
2. Windsurfの設定ファイル（通常はwindsurf.config.json）を探します。
3. 以下のJSONスニペットを使ってGrafana MCPサーバーを追加します:

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

4. 設定を保存し、Windsurfを再起動します。
5. MCPサーバー一覧にサーバーが表示されているか確認します。

APIキーのセキュア設定例

{
  "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. 必要に応じて前提条件（Node.js、Docker）をインストールします。
2. Claudeの設定ファイルを開きます。
3. MCPサーバー設定を挿入します:

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

4. 保存してClaudeを再起動します。
5. ClaudeのMCPサーバーステータスビューで登録状況を確認します。

Cursor

1. 環境（Node.js/Docker）を準備します。
2. cursor.config.jsonファイルを編集します。
3. 以下のMCPサーバー用JSONブロックを追加します:

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

4. ファイルを保存し、Cursorを再起動します。
5. MCPサーバーが稼働しアクセス可能か確認します。

Cline

1. 必要な前提条件がインストールされていることを確認します。
2. Clineの設定ファイルを開きます。
3. Grafana MCPサーバーの設定を挿入します:

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

4. 変更を保存し、Clineを再起動します。
5. Clineのインターフェースでサーバーステータスを確認します。

APIキーのセキュア設定例

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

FlowHunt内でMCPを使う方法

FlowHuntでMCPサーバーをワークフローに組み込むには、まずMCPコンポーネントをフローに追加し、AIエージェントと接続します。

MCPコンポーネントをクリックして設定パネルを開き、システムMCP設定欄に下記JSONフォーマットでMCPサーバー情報を入力します。

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

設定後、AIエージェントはこのMCPをツールとして利用できるようになり、すべての機能や能力にアクセス可能となります。“grafana-mcp"はご自身のMCPサーバー名に、URLは実際のMCPサーバーのURLに必ず変更してください。

概要

上記のとおり、Grafana MCPサーバーはセットアップ方法が十分にドキュメント化されており、主要なMCPプリミティブ（リソース、ツール、APIキー管理）をカバーしていますが、明示的なプロンプトテンプレートやサンプリングサポートに関する情報はありません。Grafanaユーザーや開発者にとって実用的かつ有用なプロジェクトです。

MCPスコア