Prometheus MCP 服务器

MCP Servers Prometheus DevOps Monitoring

联系我们在FlowHunt托管您的MCP服务器

FlowHunt在您的内部系统和AI工具之间提供额外的安全层,让您能够精细控制从MCP服务器可访问哪些工具。托管在我们基础设施中的MCP服务器可以与FlowHunt的聊天机器人以及ChatGPT、Claude和各种AI编辑器等热门AI平台无缝集成。

“Prometheus” MCP 服务器的功能是什么?

Prometheus MCP 服务器是一种模型上下文协议(MCP)实现,使 AI 助手能够通过标准化接口与 Prometheus 指标交互。它作为 AI 代理与 Prometheus 之间的桥梁,实现 PromQL 查询的无缝执行、指标数据的发现与探索,并可直接访问时间序列分析。这让开发者和 AI 工具能够自动化监控、分析基础设施健康状况,并获得运维洞察,无需手动获取数据。其主要特性包括指标列表、元数据访问、支持即时与区间查询,以及可配置的认证(基本认证或 Bearer Token)。该服务器已容器化,便于部署,并可灵活集成于各类 AI 开发工作流。

提示模板列表

仓库中未提供提示模板相关信息。

Logo

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。

资源列表

仓库中未列出任何显式资源(符合 MCP 定义)。

工具列表

  • 执行 PromQL 查询:允许客户端直接对 Prometheus 服务器运行 PromQL 查询。
  • 列出可用指标:支持枚举 Prometheus 实例中的所有指标。
  • 获取指标元数据:为指定指标提供详细元数据,支持上下文分析。
  • 查看即时查询结果:检索指定 Prometheus 指标的实时(即时)数值。
  • 查看区间查询结果:按指定时间范围及步长获取指标数据。

该 MCP 服务器的应用场景

  • 自动化基础设施监控:AI 助手可查询 Prometheus 检查健康与性能指标,实现自动告警和异常检测。
  • DevOps 分析:开发者可以用该服务器分析历史趋势、使用模式和资源瓶颈。
  • 事件分级:发生事件时,AI 代理可拉取相关指标快照及时间区间,协助根因分析。
  • 自定义仪表盘生成:以编程方式获取指标及元数据,用于创建或更新集成 AI 洞察的仪表盘。
  • 安全与合规审计:利用查询能力收集合规检查和报告所需指标,全部可通过 AI 工作流自动化。

如何设置

Windsurf

仓库中未提供 Windsurf 的具体说明。

Claude

  1. 确保您的 Prometheus 服务器可从部署环境访问。
  2. 为 Prometheus 配置环境变量(如 PROMETHEUS_URL、凭证)。
  3. 在 Claude Desktop 中,将服务器配置添加到您的 mcpServers 对象:
    {
      "mcpServers": {
        "prometheus": {
          "command": "uv",
          "args": [
            "--directory",
            "<prometheus-mcp-server 目录的完整路径>",
            "run",
            "src/prometheus_mcp_server/main.py"
          ],
          "env": {
            "PROMETHEUS_URL": "http://your-prometheus-server:9090",
            "PROMETHEUS_USERNAME": "your_username",
            "PROMETHEUS_PASSWORD": "your_password"
          }
        }
      }
    }
    
  4. 保存配置并重启 Claude Desktop。
  5. 验证 Prometheus 服务器是否已列出且可访问。

注意:如遇 Error: spawn uv ENOENT,请指定 uv 的完整路径,或在配置中设置环境变量 NO_UV=1

Cursor

仓库中未提供 Cursor 的具体说明。

Cline

仓库中未提供 Cline 的具体说明。

API 密钥安全措施
敏感值如 API 密钥、用户名和密码应通过环境变量设置。
示例(JSON 配置):

"env": {
  "PROMETHEUS_URL": "http://your-prometheus-server:9090",
  "PROMETHEUS_USERNAME": "your_username",
  "PROMETHEUS_PASSWORD": "your_password"
}

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成进您的 FlowHunt 工作流,请首先将 MCP 组件添加到流程,并连接到 AI 代理:

FlowHunt MCP flow

点击 MCP 组件打开其配置面板。在系统 MCP 配置部分,按如下 JSON 格式插入您的 MCP 服务器信息:

{
  "prometheus": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后,AI 代理即可作为工具使用该 MCP,访问其全部功能。请根据实际名称替换 “prometheus”,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Prometheus MCP 服务器支持 PromQL 查询与分析
提示模板列表未列出提示模板
资源列表未描述显式 MCP 资源
工具列表PromQL 查询、指标列表、元数据、即时/区间查询
API 密钥安全措施详细说明了环境变量用法
采样支持(评测时不重要)未说明

综上所述,Prometheus MCP 服务器在工具集成和 API 密钥安全方面表现突出,但部分高级 MCP 特性(如提示模板、显式资源、采样、roots)未有文档或实现。

我们的看法

Prometheus MCP 服务器在核心 MCP 工具支持和实际集成方面表现良好,但在提示、资源及高级 MCP 特性方面文档或实现不足。适合指标分析,但不算是完整的 MCP 标杆案例。评分:6/10。

MCP 评分

是否有 LICENSE✅ (MIT)
是否有至少一个工具
Fork 数量22
Star 数量113

常见问题

将 Prometheus 指标集成进您的 AI 工作流

赋能您的 AI 代理,使用 Prometheus MCP 服务器查询、分析并自动化基础设施监控。欢迎在 FlowHunt 体验或预约演示现场操作。

了解更多

Prometheus MCP 集成
Prometheus MCP 集成

Prometheus MCP 集成

通过模型上下文协议(MCP)将 FlowHunt 与 Prometheus 集成,实现安全的 AI 驱动监控、自动化 PromQL 查询和无缝指标分析。助力 AI 助手高效、安全地与您的基础设施指标交互。...

2 分钟阅读
AI Prometheus +4
Grafana MCP 服务器集成
Grafana MCP 服务器集成

Grafana MCP 服务器集成

通过 FlowHunt 的 Grafana MCP 服务器,将 Grafana 的仪表盘、数据源和监控工具集成并自动化到 AI 驱动的开发工作流中。实现无缝的 AI 驱动仪表盘管理、查询执行和可观测性集成。...

2 分钟阅读
Grafana DevOps +4
DataHub MCP 服务器集成
DataHub MCP 服务器集成

DataHub MCP 服务器集成

DataHub MCP 服务器为 FlowHunt AI 代理与 DataHub 元数据平台之间架起桥梁,实现高级数据发现、血缘分析、自动元数据检索,以及与 AI 驱动工作流的无缝集成。...

2 分钟阅读
AI Metadata +6