Grafana MCP 服务器集成

“Grafana” MCP 服务器的作用是什么？

Grafana MCP（模型上下文协议）服务器是一个集成层，将 AI 助手与 Grafana 连接起来，使其能够增强对 Grafana 生态系统内的仪表盘、数据源和监控工具的访问。通过 MCP 暴露 Grafana 的能力，该服务器允许 AI 驱动的客户端执行诸如搜索仪表盘、获取详细仪表盘信息、管理仪表盘、访问和查询数据源，以及以编程方式执行 Prometheus 查询等任务。这让开发和运维工作流更加高效，AI 助手可以直接与可观测性数据交互，自动化仪表盘管理，并在 AI 驱动的开发环境中实现实时监控和故障排查。

指令模板列表

在提供的文件或文档中未提及具体的指令模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

• 仪表盘：可按标题或元数据访问和搜索 Grafana 仪表盘，通过唯一标识符获取完整仪表盘详情，并管理仪表盘内容。
• 数据源：列出所有已配置的数据源，并获取每个数据源的详细信息，特别支持 Prometheus 和 Loki。
• Prometheus 数据源信息：获取和交互 Prometheus 数据源的信息，包括查询能力。
• 面板查询：从仪表盘中的每个面板提取查询语句和数据源信息，便于高级分析或排查。

工具列表

• 搜索仪表盘：按标题或元数据搜索 Grafana 仪表盘。
• 通过 UID 获取仪表盘：利用唯一标识符获取指定仪表盘的详细信息。
• 更新或新建仪表盘：修改或新建仪表盘（请注意上下文窗口限制）。
• 获取面板查询与数据源信息：获取仪表盘各面板的查询语句和数据源详情。
• 列出并获取数据源信息：列出所有已配置数据源并获取信息（如 Prometheus、Loki）。
• 查询 Prometheus：对 Prometheus 数据源执行 PromQL 查询（即时或区间查询）。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

典型应用场景

• 仪表盘管理：自动化搜索、获取、创建和更新 Grafana 仪表盘，简化开发和 SRE 的可观测性工作流。
• 数据源探索：以编程方式列举、获取和分析可用数据源，辅助基础设施审计或新成员入职。
• 面板查询提取：从仪表盘面板中提取查询和数据源信息，便于调试、优化或文档记录。
• 自动化 Prometheus 查询：让 AI 助手能够执行 Prometheus 查询，支持即时或区间指标查询，用于监控和告警。
• DevOps 自动化：将 Grafana 可观测性能力集成至 CI/CD 流水线或 AI 驱动的故障排查，减少人工仪表盘操作。

如何设置

Windsurf

1. 确保已安装 Node.js 和 Docker 等前置条件。
2. 找到你的 Windsurf 配置文件（通常为 windsurf.config.json）。
3. 使用以下 JSON 片段添加 Grafana MCP 服务器：

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

4. 保存配置并重启 Windsurf。
5. 通过检查 MCP 服务器列表，确认设置已生效。

API 密钥安全示例

{
  "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. 如有需要，安装前置条件（Node.js、Docker）。
2. 打开 Claude 配置文件。
3. 插入 MCP 服务器配置：

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

4. 保存并重启 Claude。
5. 在 Claude 的 MCP 服务器状态视图中确认注册。

Cursor

1. 准备好你的运行环境（Node.js/Docker）。
2. 编辑 cursor.config.json 文件。
3. 添加以下 MCP 服务器 JSON 块：

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

4. 保存文件并重启 Cursor。
5. 确保 MCP 服务器正常运行并可访问。

Cline

1. 确认已安装所有必要的前置条件。
2. 打开 Cline 配置文件。
3. 插入 Grafana MCP 服务器配置：

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

4. 保存更改并重启 Cline。
5. 在 Cline 界面检查服务器状态。

API 密钥安全示例

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

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成进你的 FlowHunt 工作流，首先添加 MCP 组件，并将其连接到你的 AI agent：

点击 MCP 组件，打开配置面板。在系统 MCP 配置区域，按以下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI agent 就可以将此 MCP 作为工具，访问其全部功能。请记得将 “grafana-mcp” 替换为你的实际 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

综上，Grafana MCP 服务器在部署文档上非常完善，涵盖了核心 MCP 原语（资源、工具、API 密钥安全），但缺乏明确的指令模板和采样支持说明。对于 Grafana 用户和开发者来说，是一个实用性极强的项目。

MCP 评分