Grafana MCP Server-integrasjon

Hva gjør “Grafana” MCP Server?

Grafana MCP (Model Context Protocol) Server er et integrasjonslag som kobler AI-assistenter med Grafana, og gir utvidet tilgang til dashbord, datakilder og overvåkningsverktøy i Grafana-økosystemet. Ved å eksponere Grafanas funksjonalitet via MCP lar serveren AI-drevne klienter utføre oppgaver som å søke etter dashbord, hente detaljerte dashborddata, administrere dashbord, få tilgang til og kjøre spørringer på datakilder, samt utføre Prometheus-spørringer programmessig. Dette strømlinjeformer utviklings- og driftsflyter ved å la AI-assistenter samhandle direkte med observabilitetsdata, automatisere dashbordhåndtering og muliggjøre sanntids overvåkning og feilsøking—alt innenfor AI-drevne utviklingsmiljøer.

Liste over prompt-maler

Ingen eksplisitte prompt-maler er nevnt i de oppgitte filene eller dokumentasjonen.

Klar til å vokse bedriften din?

Start din gratis prøveperiode i dag og se resultater i løpet av få dager.

Be om demo Logg inn

Liste over ressurser

• Dashbord: Tilgang og søk i Grafana-dashbord etter tittel eller metadata, hent komplette dashborddetaljer med unike identifikatorer, og administrer dashbordinnhold.
• Datakilder: List opp alle konfigurerte datakilder og hent detaljert informasjon om hver, spesielt med støtte for Prometheus og Loki.
• Prometheus-datakildeinformasjon: Hent og samhandle med Prometheus-datakildeinformasjon, inkludert spørringsmuligheter.
• Panelspørringer: Ekstraher spørringsstrenger og datakildeinformasjon fra hvert panel i et dashbord for avansert analyse eller feilsøking.

Liste over verktøy

• Søk etter dashbord: Søk i Grafana-dashbord etter tittel eller metadata.
• Hent dashbord via UID: Hent detaljer for et spesifikt dashbord med dets unike identifikator.
• Opprett eller oppdater dashbord: Endre eller opprett nye dashbord (vær oppmerksom på kontekstvindu-begrensninger).
• Hent panelspørringer og datakildeinfo: Hent spørringsstrenger og datakildeinformasjon for dashbordpaneler.
• List og hent datakildeinformasjon: List opp alle konfigurerte datakilder og hent info (Prometheus, Loki).
• Spørr Prometheus: Kjør PromQL-spørringer (instant og range) mot Prometheus-datakilder.

Bli med i vårt nyhetsbrev

Få de siste tipsene, trendene og tilbudene gratis.

E-postadresse

Abonner

Bruksområder for denne MCP-serveren

• Dashbordhåndtering: Automatiser søk, henting, oppretting og oppdatering av Grafana-dashbord, og forenkle observabilitetsarbeidsflyt for utviklere og SRE-er.
• Datakildeutforskning: List, hent og analyser tilgjengelige datakilder programmessig, nyttig for infrastruktur-revisjoner eller onboarding.
• Panelspørringsekstraksjon: Ekstraher spørringer og datakildeinformasjon fra dashbordpaneler for feilsøking, optimalisering eller dokumentasjon.
• Automatisert Prometheus-spørring: La AI-assistenter utføre Prometheus-spørringer, både instant og range, for overvåkning og varsling.
• DevOps-automatisering: Integrer Grafana-observabilitet i CI/CD-pipelines eller AI-drevet feilsøking, og reduser manuell dashbordoperasjon.

Hvordan sette det opp

Windsurf

1. Sørg for at forutsetninger som Node.js og Docker er installert.
2. Finn Windsurf-konfigurasjonsfilen din (vanligvis windsurf.config.json).
3. Legg til Grafana MCP Server med følgende JSON-snutt:

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

4. Lagre konfigurasjonen og start Windsurf på nytt.
5. Verifiser oppsettet ved å sjekke om MCP-serveren vises i listen over MCP-servere.

Eksempel på sikring av API-nøkler

{
  "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. Installer nødvendige forutsetninger om nødvendig (Node.js, Docker).
2. Åpne Claude-konfigurasjonsfilen.
3. Sett inn MCP-serverkonfigurasjonen:

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

4. Lagre og start Claude på nytt.
5. Bekreft serverregistrering i Claudes MCP-serverstatusvisning.

Cursor

1. Klargjør miljøet ditt (Node.js/Docker).
2. Rediger filen cursor.config.json.
3. Legg til følgende MCP-server JSON-blokk:

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

4. Lagre filen og start Cursor på nytt.
5. Sørg for at MCP-serveren kjører og er tilgjengelig.

Cline

1. Bekreft at nødvendige forutsetninger er installert.
2. Åpne Clines konfigurasjonsfil.
3. Sett inn Grafana MCP-serverkonfigurasjonen:

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

4. Lagre endringer og start Cline på nytt.
5. Sjekk serverstatus i Clines grensesnitt.

Eksempel på sikring av API-nøkler

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

Slik bruker du denne MCP-en i flyter

Bruke MCP i FlowHunt

For å integrere MCP-servere i FlowHunt-arbeidsflyten din, start med å legge til MCP-komponenten i flyten og koble den til din AI-agent:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon setter du inn MCP-serverdetaljene dine med dette JSON-formatet:

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

Når dette er konfigurert, kan AI-agenten bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og kapasiteter. Husk å endre “grafana-mcp” til det faktiske navnet på din MCP-server, og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Basert på dette er Grafana MCP-serveren godt dokumentert for oppsett og dekker de sentrale MCP-grunnprinsippene (ressurser, verktøy, API-nøkkelsikkerhet), men mangler eksplisitte prompt-maler og informasjon om sampling-støtte. Det er et solid og praktisk prosjekt for Grafana-brukere og utviklere.

MCP-score