Grafana MCP 서버 통합

“Grafana” MCP 서버는 무엇을 하나요?

Grafana MCP(Model Context Protocol) 서버는 AI 어시스턴트를 Grafana와 연결해 대시보드, 데이터 소스, 모니터링 도구에 대한 접근을 확장시키는 통합 계층입니다. MCP를 통해 Grafana의 기능을 노출함으로써 AI 기반 클라이언트가 대시보드 검색, 상세 정보 조회, 대시보드 관리, 데이터소스 접근 및 쿼리, Prometheus 쿼리 실행 등 작업을 프로그래밍 방식으로 처리할 수 있습니다. 이를 통해 AI 어시스턴트가 Observability 데이터를 직접 다루고, 대시보드 관리를 자동화하며, 개발 및 운영 환경 내에서 실시간 모니터링과 문제 해결을 지원하여 DevOps 워크플로우를 간소화할 수 있습니다.

프롬프트 목록

제공된 파일이나 문서에는 명시적 프롬프트 템플릿이 언급되어 있지 않습니다.

리소스 목록

• 대시보드: 제목 또는 메타데이터로 Grafana 대시보드를 검색 및 접근하며, 고유 식별자로 전체 대시보드 상세 정보를 조회하고, 대시보드 콘텐츠를 관리할 수 있습니다.
• 데이터소스: 모든 구성된 데이터소스를 나열하고, 특히 Prometheus와 Loki에 대한 상세 정보를 조회할 수 있습니다.
• Prometheus 데이터소스 정보: Prometheus 데이터소스의 정보와 쿼리 기능에 접근하고 상호작용할 수 있습니다.
• 패널 쿼리: 대시보드의 각 패널에서 쿼리 문자열과 데이터소스 정보를 추출하여 고급 분석이나 문제 해결에 활용합니다.

도구 목록

• 대시보드 검색: 제목이나 메타데이터를 기준으로 Grafana 대시보드를 검색합니다.
• UID로 대시보드 조회: 고유 식별자를 사용해 특정 대시보드의 상세 정보를 가져옵니다.
• 대시보드 수정 또는 생성: 대시보드를 수정하거나 새로 생성할 수 있습니다(컨텍스트 윈도우 한계에 주의 필요).
• 패널 쿼리 및 데이터소스 정보 조회: 대시보드 패널의 쿼리 문자열 및 데이터소스 상세 정보를 가져옵니다.
• 데이터소스 목록 및 정보 조회: 모든 구성된 데이터소스를 나열하고 정보(Prometheus, Loki)를 조회합니다.
• Prometheus 쿼리: Prometheus 데이터소스에 대해 PromQL 쿼리(인스턴트, 범위)를 실행합니다.

MCP 서버의 활용 사례

• 대시보드 관리: 개발자와 SRE를 위해 대시보드 검색, 조회, 생성, 수정 과정을 자동화하여 Observability 워크플로우를 단순화합니다.
• 데이터소스 탐색: 인프라 감사나 온보딩을 위해 사용 가능한 데이터소스를 프로그래밍 방식으로 나열·조회·분석할 수 있습니다.
• 패널 쿼리 추출: 디버깅, 최적화, 문서화 지원을 위해 대시보드 패널의 쿼리와 데이터소스 정보를 추출합니다.
• 자동 Prometheus 쿼리: AI 어시스턴트가 Prometheus 쿼리를 실행해 모니터링 및 알림에 활용할 수 있습니다.
• DevOps 자동화: Grafana Observability 기능을 CI/CD 파이프라인이나 AI 기반 문제 해결에 통합해 수작업 대시보드 작업을 줄입니다.

설정 방법

Windsurf

1. Node.js와 Docker 등 사전 요건이 설치되어 있는지 확인하세요.
2. Windsurf 설정 파일(일반적으로 windsurf.config.json)을 찾으세요.
3. 아래 JSON 스니펫을 사용하여 Grafana MCP 서버를 추가하세요:

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

4. 설정을 저장하고 Windsurf를 재시작하세요.
5. MCP 서버 목록에서 해당 서버가 표시되는지 확인하세요.

API 키 보호 예시

{
  "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. 필요하다면 사전 요건(Node.js, Docker 등)을 설치하세요.
2. Claude 설정 파일을 여세요.
3. MCP 서버 구성을 삽입하세요:

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

4. 저장 후 Claude를 재시작하세요.
5. Claude의 MCP 서버 상태 보기에서 등록 여부를 확인하세요.

Cursor

1. 환경(Node.js/Docker 등)을 준비하세요.
2. cursor.config.json 파일을 수정하세요.
3. 아래 MCP 서버 JSON 블록을 추가하세요:

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

4. 파일을 저장하고 Cursor를 재시작하세요.
5. MCP 서버가 실행 중이고 접근 가능한지 확인하세요.

Cline

1. 필요한 사전 요건이 설치되어 있는지 확인하세요.
2. Cline 설정 파일을 여세요.
3. 아래와 같이 Grafana MCP 서버 구성을 삽입하세요:

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

4. 변경 사항을 저장 후 Cline을 재시작하세요.
5. Cline 인터페이스에서 서버 상태를 확인하세요.

API 키 보호 예시

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

플로우 내에서 MCP 사용법

FlowHunt에서 MCP 사용하기

MCP 서버를 FlowHunt 워크플로우에 통합하려면, MCP 컴포넌트를 플로우에 추가하고 AI 에이전트와 연결하세요.

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정 섹션에서 아래와 같은 JSON 포맷으로 MCP 서버 정보를 입력하세요:

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

설정이 완료되면, AI 에이전트가 MCP의 모든 기능에 접근해 도구로 활용할 수 있습니다. “grafana-mcp” 부분은 실제 사용 중인 MCP 서버 이름으로, URL은 본인 MCP 서버 주소로 반드시 변경해야 합니다.

개요

위 내용을 종합하면, Grafana MCP 서버는 설치 및 설정 문서가 잘 갖추어져 있으며, 핵심 MCP 프리미티브(리소스, 도구, API 키 보안)를 모두 다루고 있습니다. 다만, 명시적 프롬프트 템플릿이나 샘플링 지원 정보는 부족합니다. Grafana 사용자와 개발자에게 실용적인 강점을 제공하는 프로젝트입니다.

MCP 점수