Prometheus MCP Server

🚀 用于 Prometheus 的 MCP 服务器

本项目是一个用于 Prometheus 的 MCP 服务器，它能够从 Prometheus 数据库获取数据。借助这个 MCP 服务器，大型语言模型 (LLMs) 可以调用工具函数，执行检索和分析大量指标数据、搜索指标使用情况、执行复杂查询等相关任务。

🚀 快速开始

运行 MCP 服务器需要一个 Python 虚拟环境 (venv)，所有包都应安装到此 venv 中，以便 MCP 服务器可以自动启动。

通过 Smithery 安装

要通过 Smithery 自动安装 Prometheus MCP Server for Claude Desktop，可使用以下命令：

npx -y @smithery/cli install @CaesarYangs/prometheus_mcp_server --client claude

手动安装

准备 Python 环境

cd ./src/prometheus_mcp_server
python3 -m venv .venv

激活虚拟环境：

# Linux/MacOS:
source .venv/bin/activate

# Windows:
.venv\Scripts\activate

这样就准备好了专用的 Python 环境。

安装所需的包

确保 pip 正确安装。如果您的 venv 安装时没有 pip，则手动安装它：

wget https://bootstrap.pypa.io/get-pip.py
python3 get-pip.py

然后安装所有所需的包：

pip install -r requirements.txt

✨ 主要特性

• 数据检索：可按名称或时间段范围从 Prometheus 获取特定指标。
• 指标分析：能对检索到的指标执行统计分析。
• 使用情况搜索：可以查找和探索指标使用模式。
• 复杂查询：支持执行高级 PromQL 查询以进行深入的数据探索。

具体功能状态如下：

• ✅ 检索 Prometheus 中全面的指标信息，包括名称和描述。
• ✅ 使用指标名称获取并分析特定指标数据。
• ✅ 在自定义时间段内分析指标数据。
• 🚧 使用特定标签过滤和匹配数据（开发中）。
• ⏳ 计划中的其他功能...

💻 使用示例

带有 Cursor Env

准备好根据更易于使用的 Cursor 环境进行更新。在此处设置此 MCP 服务器在 Cursor 设置中的位置：

uv --directory /path/to/prometheus_mcp_server run server.py

带有 MCP 客户端（包括 Claude Desktop）

配置您的 Claude Desktop 应用的配置文件 ~/Library/Application Support/Claude/claude_desktop_config.json (macOS)：

{
    "mcpServers": {
        "prometheus": {
            "command": "uv",
            "args": [
                "--directory",
                "/path/to/prometheus_mcp_server",
                "run",
                "server.py"
            ],
            "env": {
                "PROMETHEUS_HOST": "http://localhost:9090"
            }
        }
    }
}

独立运行的 MCP 服务器

使用 uv 方法

uv --directory /path/to/prometheus_mcp_server run server.py

这也是确保 MCP 服务器正确运行的一种方法。

独立运行

python3 src/prometheus_mcp_server/server.py

🤝 贡献

如果您想对项目做出贡献，请访问 这里 提交您的 PR 或 Issue。

📄 许可证

[此处填写许可证信息]

📚 详细文档

• Prometheus 官方文档
• MCP 协议