“InfluxDB” MCP 服务器的作用是什么?
InfluxDB MCP 服务器是一款基于模型上下文协议(Model Context Protocol, MCP)的服务器,旨在通过 InfluxDB OSS API v2 为 InfluxDB 实例提供无缝访问。它作为中间件工具,将 AI 助手与存储于 InfluxDB 的时序数据连接起来,为开发者和 AI 系统解锁更丰富的工作流。通过标准化接口,该服务器不仅暴露了资源(如组织、数据桶、测量等),还提供了工具(如查询、写入数据等),让 AI 客户端能够执行数据库查询、管理数据桶,或将时序分析集成至应用中。这种强大的集成,确保开发者可以自动化数据处理、简化开发流程,并通过利用 InfluxDB 的实时和历史数据增强应用智能。
提示词列表
- flux-query-examples:提供常用 Flux 查询模板,简化 InfluxDB 查询的编写与执行。
- line-protocol-guide:提供 InfluxDB line protocol 格式的说明与模板,便于数据写入操作。
资源列表
- 组织列表 (
influxdb://orgs):展示 InfluxDB 实例内所有组织。 - 数据桶列表 (
influxdb://buckets):显示所有数据桶及其元数据。 - 桶内测量 (
influxdb://bucket/{bucketName}/measurements):列出指定数据桶内的所有测量。 - 数据查询 (
influxdb://query/{orgName}/{fluxQuery}):执行 Flux 查询并将结果作为资源返回。
工具列表
- write-data:以 InfluxDB 的 line protocol 格式写入时序数据。参数包括 org、bucket、data,以及可选的精度设置。
- query-data:对 InfluxDB 实例执行 Flux 查询。需提供 org 和 query 参数。
- create-bucket:在数据库中创建新数据桶。参数包括 name、orgID 以及可选的保留周期。
- create-org:在 InfluxDB 中创建新组织。参数为 name 和可选的 description。
该 MCP 服务器的应用场景
- 时序数据查询:轻松在 InfluxDB 上运行高级 Flux 查询,帮助开发者和 AI Agent 检索、分析和可视化时序数据。
- 自动化数据采集:通过 line protocol 自动写入数据点到 InfluxDB,简化 IoT 或遥测数据管道。
- 数据库管理:以编程方式创建新组织和数据桶,简化大规模或多租户 InfluxDB 部署的基础设施管理。
- 测量自动发现:动态列出数据桶内可用测量,适用于需适应数据结构变化的应用。
- AI 辅助分析:让 AI 助手能将 InfluxDB 数据进行归纳、上下文化和操作,成为更广泛分析或监控工作流的一部分。
如何设置
Windsurf
确认您的机器已安装 Node.js。
打开 Windsurf 配置文件(例如
windsurf.json或类似文件)。在
mcpServers对象中添加 InfluxDB MCP 服务器:{ "mcpServers": { "influxdb-mcp": { "command": "npx", "args": [ "@idoru/influxdb-mcp-server@latest", "serve" ] } } }保存文件并重启 Windsurf。
通过检查 MCP 服务器列表确认 InfluxDB MCP 服务器已出现。
API 密钥安全
将敏感值设置为环境变量。例如:
{
"mcpServers": {
"influxdb-mcp": {
"command": "npx",
"args": [
"@idoru/influxdb-mcp-server@latest",
"serve"
],
"env": {
"INFLUXDB_TOKEN": "${INFLUXDB_TOKEN_ENV}"
}
}
}
}
Claude
如未安装 Node.js,请先安装。
找到 Claude 的配置文件。
在
mcpServers中添加 InfluxDB MCP 服务器:{ "mcpServers": { "influxdb-mcp": { "command": "npx", "args": [ "@idoru/influxdb-mcp-server@latest", "serve" ] } } }保存更改并重启 Claude。
通过 Claude 界面确认设置成功。
API 密钥安全
(参见 Windsurf 示例。)
Cursor
确认已安装 Node.js。
打开 Cursor 的设置或配置文件。
添加 InfluxDB MCP 服务器:
{ "mcpServers": { "influxdb-mcp": { "command": "npx", "args": [ "@idoru/influxdb-mcp-server@latest", "serve" ] } } }保存并重启 Cursor。
检查 MCP 服务器连接状态。
API 密钥安全
(参见 Windsurf 示例。)
Cline
确保已安装 Node.js。
编辑 Cline 的配置文件。
在
mcpServers下插入如下内容:{ "mcpServers": { "influxdb-mcp": { "command": "npx", "args": [ "@idoru/influxdb-mcp-server@latest", "serve" ] } } }保存文件并重启 Cline。
验证该服务器在 Cline 中已激活。
API 密钥安全
(参见 Windsurf 示例。)
如何在流程中使用该 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成进 FlowHunt 流程,请先在您的流程中添加 MCP 组件,并连接至您的 AI Agent:

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分,使用如下 JSON 格式插入您的 MCP 服务器信息:
{
"influxdb-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI Agent 即可作为工具使用该 MCP,并访问其全部功能。请记得将 “influxdb-mcp” 替换为实际的 MCP 服务器名称,并将 URL 替换为您自己的 MCP 服务器地址。
概览
| 部分 | 可用性 | 说明/备注 |
|---|---|---|
| 概览 | ✅ | 已在 README.md 提供 |
| 提示词列表 | ✅ | flux-query-examples, line-protocol-guide |
| 资源列表 | ✅ | orgs, buckets, bucket measurements, Flux 查询 |
| 工具列表 | ✅ | write-data, query-data, create-bucket, create-org |
| API 密钥安全 | ✅ | 配置章节有环境变量示例 |
| 采样支持(评估中较次要) | ⛔ | 文档中未提及 |
Roots 支持:⛔ 未提及
结合上述内容,该 MCP 服务器在核心 InfluxDB 集成功能方面文档完备。它清晰暴露了资源和工具,涵盖提示模板,并给出了详尽的安装指导。但像 roots 和采样等 MCP 高级特性未被记录,对于部分工作流的可扩展性有一定限制。
我们的看法
这是一款强大实用的 InfluxDB MCP 服务器,非常适合时序数据和自动化任务。对开发者来说实用性极高,但在 MCP 高级特性方面文档略显不足。
MCP 评分
| 是否有 LICENSE | ✅ (MIT) |
|---|---|
| 至少有一个工具 | ✅ |
| Fork 数 | 6 |
| Star 数 | 13 |
