InfluxDB MCP-server

Vad gör “InfluxDB” MCP-servern?

InfluxDB MCP-servern är en Model Context Protocol (MCP)-server som är utformad för att ge sömlös åtkomst till en InfluxDB-instans via InfluxDB OSS API v2. Den fungerar som ett mellanliggande verktyg som kopplar AI-assistenter till tidsseriedata lagrad i InfluxDB, vilket möjliggör förbättrade arbetsflöden för utvecklare och AI-system. Genom sitt standardiserade gränssnitt exponerar servern både resurser (såsom organisationer, buckets och mätningar) och verktyg (såsom att fråga och skriva data), vilket ger AI-klienter möjlighet att utföra uppgifter som att köra databasfrågor, hantera databuckets eller integrera tidsserieanalys i sina applikationer. Denna robusta integrering säkerställer att utvecklare kan automatisera datahantering, effektivisera utvecklingsprocesser och stärka applikationens intelligens genom att utnyttja realtids- och historisk data från InfluxDB.

Lista över prompts

• flux-query-examples: Ger vanliga Flux-frågemallar för att förenkla skrivning och körning av typiska InfluxDB-frågor.
• line-protocol-guide: Erbjuder en guide och mall för användning av InfluxDB:s line protocol-format, vilket underlättar inskrivning av data.

Lista över resurser

• Organisationslista (influxdb://orgs): Visar alla organisationer i InfluxDB-instansen.
• Buckets-lista (influxdb://buckets): Visar alla buckets med tillhörande metadata.
• Bucket-mätningar (influxdb://bucket/{bucketName}/measurements): Listar alla mätningar inom en specificerad bucket.
• Datafråga (influxdb://query/{orgName}/{fluxQuery}): Kör en Flux-fråga och returnerar resultat som en resurs.

Lista över verktyg

• write-data: Skriver tidsseriedata i InfluxDB:s line protocol-format. Parametrar inkluderar org, bucket, data och valfri precision.
• query-data: Kör Flux-frågor mot InfluxDB-instansen. Kräver org- och query-parametrar.
• create-bucket: Skapar en ny bucket i databasen. Parametrar: namn, orgID och valfri retentionstid.
• create-org: Skapar en ny organisation i InfluxDB. Parametrar: namn och valfri beskrivning.

Användningsområden för denna MCP-server

• Tidsseriedatafrågor: Kör avancerade Flux-frågor på InfluxDB-data, vilket ger utvecklare och AI-agenter möjlighet att hämta, analysera och visualisera tidsseriedata.
• Automatiserad datainmatning: Automatisera processen att skriva datapunkter till InfluxDB med line protocol, vilket effektiviserar IoT- eller telemetriprocesser.
• Databashantering: Skapa nya organisationer och buckets programmatiskt, vilket förenklar infrastrukturhantering för stora eller multi-tenant InfluxDB-miljöer.
• Mätningsupptäckt: Lista dynamiskt tillgängliga mätningar i en bucket, vilket hjälper applikationer att anpassa sig till förändrade datascheman.
• AI-assisterad analys: Möjliggör för AI-assistenter att lyfta fram, kontextualisera och manipulera InfluxDB-data som en del av bredare analys- eller övervakningsflöden.

Så här sätter du upp det

Windsurf

1. Kontrollera att Node.js är installerat på din dator.

2. Öppna Windsurf-konfigurationsfilen (t.ex. windsurf.json eller motsvarande).

3. Lägg till InfluxDB MCP-servern i objektet mcpServers:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Spara filen och starta om Windsurf.

5. Verifiera genom att kontrollera att InfluxDB MCP-servern visas i listan över MCP-servrar.

Skydda API-nycklar
Ange känsliga värden som miljövariabler. Exempel:

{
  "mcpServers": {
    "influxdb-mcp": {
      "command": "npx",
      "args": [
        "@idoru/influxdb-mcp-server@latest",
        "serve"
      ],
      "env": {
        "INFLUXDB_TOKEN": "${INFLUXDB_TOKEN_ENV}"
      }
    }
  }
}

Claude

1. Installera Node.js om det inte redan finns.

2. Lokalisera Claudes konfigurationsfil.

3. Lägg till InfluxDB MCP-servern till mcpServers:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Spara ändringar och starta om Claude.

5. Bekräfta installationen via Claudes gränssnitt.

Skydda API-nycklar
(Se Windsurf-exemplet ovan.)

Cursor

1. Kontrollera att Node.js finns installerat.

2. Öppna Cursors inställningar eller konfigurationsfil.

3. Lägg till InfluxDB MCP-servern med:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Spara och starta om Cursor.

5. Kontrollera MCP-serverns uppkoppling.

Skydda API-nycklar
(Se Windsurf-exemplet ovan.)

Cline

1. Kontrollera att Node.js är installerat.

2. Redigera Clines konfigurationsfil.

3. Lägg in följande under mcpServers:

   {
     "mcpServers": {
       "influxdb-mcp": {
         "command": "npx",
         "args": [
           "@idoru/influxdb-mcp-server@latest",
           "serve"
         ]
       }
     }
   }
   

4. Spara filen och starta om Cline.

5. Kontrollera att servern är aktiv i Cline.

Skydda API-nycklar
(Se Windsurf-exemplet ovan.)

Så här använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, lägg in dina MCP-serveruppgifter med detta JSON-format:

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

När detta är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “influxdb-mcp” till det faktiska namnet på din MCP-server och ersätt URL:en med din egen MCP-server-URL.

Översikt

Roots-stöd: ⛔ Ej nämnt

Baserat på ovanstående är denna MCP-server väl dokumenterad för sina kärnfunktioner för InfluxDB-integrering. Den exponerar tydligt resurser och verktyg, inkluderar promptmallar och ger bra vägledning för installation. Dock är avancerade MCP-funktioner som roots och sampling inte dokumenterade, vilket något begränsar dess utbyggbarhet för vissa arbetsflöden.

Vår åsikt

Detta är en robust, praktisk MCP-server för InfluxDB med tydlig nytta för tidsseriedata och automatiseringsuppgifter. Den får höga betyg för praktisk användning för utvecklare, även om dokumentation om avancerade MCP-funktioner saknas.

MCP-poäng