Integrácia Grafana MCP Servera

Čo robí “Grafana” MCP Server?

Grafana MCP (Model Context Protocol) Server je integračná vrstva, ktorá prepája AI asistentov s Grafanou a umožňuje rozšírený prístup k dashboardom, zdrojom dát a monitorovacím nástrojom v ekosystéme Grafana. Sprístupnením možností Grafany cez MCP umožňuje server AI-klientom vykonávať úlohy ako vyhľadávanie dashboardov, získavanie detailných informácií o dashboardoch, správu dashboardov, prístup a dotazovanie zdrojov dát a programové vykonávanie Prometheus dotazov. Toto zjednodušuje vývojárske a operačné workflowy tým, že AI asistenti môžu priamo pracovať s observability dátami, automatizovať správu dashboardov a zabezpečiť monitoring a troubleshooting v reálnom čase – to všetko v rámci AI-riadených vývojových prostredí.

Zoznam promptov

V poskytnutých súboroch alebo dokumentácii nie sú explicitne uvedené šablóny promptov.

Zoznam zdrojov

• Dashboardy: Prístup k dashboardom Grafana, vyhľadávanie podľa názvu alebo metadát, získanie detailov dashboardu podľa jedinečného identifikátora a správa obsahu dashboardov.
• Zdroje dát: Zoznam všetkých nakonfigurovaných zdrojov dát a získanie detailných informácií o každom, s podporou najmä Prometheus a Loki.
• Informácie o Prometheus datasource: Získavanie a práca s informáciami Prometheus datasource vrátane možnosti dotazovania.
• Dotazy panelov: Extrahovanie dotazovacích stringov a informácií o datasource z každého panelu dashboardu na pokročilú analytiku alebo troubleshooting.

Zoznam nástrojov

• Vyhľadávanie dashboardov: Vyhľadávanie Grafana dashboardov podľa názvu alebo metadát.
• Získanie dashboardu podľa UID: Získanie detailných informácií o konkrétnom dashboarde na základe jeho jedinečného identifikátora.
• Aktualizácia alebo vytvorenie dashboardu: Úprava alebo vytváranie nových dashboardov (opatrne s ohľadom na limity kontextového okna).
• Získanie dotazov panelov a informácií o datasource: Získanie dotazovacích stringov a údajov o datasource pre panely dashboardov.
• Zoznam a získanie info o datasource: Zoznam všetkých nakonfigurovaných datasource a získanie informácií (Prometheus, Loki).
• Dotaz na Prometheus: Spúšťanie PromQL dotazov (instantných aj rozsahových) na Prometheus datasource.

Príklady použitia tohto MCP Servera

• Správa dashboardov: Automatizácia vyhľadávania, získavania, vytvárania a aktualizácie Grafana dashboardov, zjednodušenie observability workflowov pre vývojárov a SRE.
• Prieskum zdrojov dát: Programová správa, získavanie a analýza dostupných datasource, čo pomáha pri auditoch infraštruktúry alebo onboardingu.
• Extrahovanie dotazov z panelov: Získavanie dotazov a údajov o datasource z panelov dashboardov na debugging, optimalizáciu alebo dokumentáciu.
• Automatizované dotazovanie Prometheus: Umožňuje AI asistentom spúšťať Prometheus dotazy, vrátane instantných či rozsahových metrických dotazov na monitoring a alertovanie.
• DevOps automatizácia: Integrácia možností observability Grafany do CI/CD pipeline alebo AI-riadeného troubleshooting, čím sa znižuje potreba manuálnych zásahov do dashboardov.

Ako to nastaviť

Windsurf

1. Uistite sa, že máte nainštalované požiadavky ako Node.js a Docker.
2. Nájdite svoj Windsurf konfiguračný súbor (zvyčajne windsurf.config.json).
3. Pridajte Grafana MCP Server pomocou nasledujúceho JSON úryvku:

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

4. Uložte konfiguráciu a reštartujte Windsurf.
5. Overte nastavenie skontrolovaním, či sa MCP server zobrazuje v zozname MCP serverov.

Príklad zabezpečenia API kľúčov

{
  "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. V prípade potreby nainštalujte požadované nástroje (Node.js, Docker).
2. Otvorte konfiguračný súbor Claude.
3. Vložte konfiguráciu MCP servera:

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

4. Uložte a reštartujte Claude.
5. Potvrďte registráciu servera v zobrazení stavu MCP serverov v Claude.

Cursor

1. Pripravte si prostredie (Node.js/Docker).
2. Upravte súbor cursor.config.json.
3. Pridajte nasledujúci MCP server JSON blok:

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

4. Uložte súbor a reštartujte Cursor.
5. Uistite sa, že MCP server beží a je dostupný.

Cline

1. Overte, že máte nainštalované potrebné nástroje.
2. Otvorte konfiguračný súbor Cline.
3. Vložte konfiguráciu Grafana MCP servera:

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

4. Uložte zmeny a reštartujte Cline.
5. Skontrolujte stav servera v rozhraní Cline.

Príklad zabezpečenia API kľúčov

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

Ako použiť tento MCP vo flowoch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do vášho FlowHunt workflowu začnite pridaním MCP komponentu do flowu a jeho prepojením s AI agentom:

Kliknite na MCP komponent pre otvorenie konfiguračného panela. V sekcii systémovej MCP konfigurácie vložte detaily o MCP serveri v tomto JSON formáte:

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

Po nakonfigurovaní môže AI agent používať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť “grafana-mcp” na skutočný názov vášho MCP servera a nahradiť URL adresou vášho vlastného MCP servera.

Prehľad

Na základe vyššie uvedeného je Grafana MCP server dobre zdokumentovaný na nastavenie a pokrýva základné MCP prvky (zdroje, nástroje, bezpečnosť API kľúčov), avšak chýbajú explicitné šablóny promptov a informácie o sampling podpore. Je to silný a praktický projekt pre používateľov a vývojárov Grafany.

MCP skóre