Prometheus

Recupere e analise dados de séries temporais de bancos de dados Prometheus usando consultas PromQL.

GitHub
33
Experimente este MCPPatrocinado

Documentação

Servidor MCP para Prometheus

smithery badge

Um servidor Model Context Protocol (MCP) para recuperar dados de bancos de dados Prometheus. Este servidor MCP permite que Modelos de Linguagem de Grande Porte (LLMs) invoquem funções de ferramenta que recuperam e analisam grandes quantidades de dados de métricas, pesquisam o uso de métricas, executam consultas complexas e realizam outras tarefas relacionadas por meio de rotas predefinidas com controle aprimorado de uso.

  • Recuperação de Dados: Busque métricas específicas ou intervalos de dados do Prometheus.
  • Análise de Métricas: Realize análises estatísticas sobre métricas recuperadas.
  • Pesquisa de Uso: Encontre e explore padrões de uso de métricas.
  • Consultas Complexas: Execute consultas PromQL avançadas para exploração aprofundada de dados.

Recursos

✅ Recupere informações abrangentes de métricas, incluindo nomes e descrições, do Prometheus

✅ Busque e analise dados de métricas específicas usando nomes de métricas

✅ Analise dados de métricas em intervalos de tempo personalizados

🚧 Filtre e corresponda dados usando rótulos específicos (em desenvolvimento)

⏳ Recursos adicionais planejados...

Primeiros Passos

A execução do MCP requer um ambiente virtual Python (venv); todos os pacotes devem ser instalados neste venv para que o servidor MCP possa ser iniciado automaticamente.

Instalação via Smithery

Para instalar automaticamente o Prometheus MCP Server para Claude Desktop via Smithery:

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

Instalação Manual

Prepare o ambiente Python

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

# linux/macos:
source .venv/bin/activate

# windows:
.venv\Scripts\activate

Então ele está pronto para ser usado como um ambiente Python dedicado.

Instale os pacotes necessários

Certifique-se de que o pip esteja instalado corretamente. Se o seu venv foi instalado sem pip, instale-o manualmente usando:

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

Em seguida, instale todos os pacotes necessários:

pip install -r requirements.txt

Uso

Com o Ambiente Cursor

Pronto para atualizações, dependendo de um ambiente Cursor mais fácil de usar.

Defina isso na seção MCP nas Configurações do Cursor:

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

Com Cliente MCP (incluindo Claude Desktop)

Configure o aplicativo Claude Desktop em ~/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"
            }
        }
    }
}

Servidor MCP Autônomo

Inicie este servidor MCP sozinho:

Método uv

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

Esta também é uma forma de garantir que este servidor MCP possa ser iniciado automaticamente, já que o Claude Desktop usa esse script ux para iniciar quando o aplicativo é aberto.

Método Python regular

python3 server.py

Contribuindo

Contribuições são bem-vindas! Aqui está um guia rápido:

  1. Faça um fork do repositório
  2. Crie sua branch de recurso (git checkout -b feature/AmazingFeature)
  3. Faça commit das suas alterações (git commit -m 'Add some AmazingFeature')
  4. Envie para a branch (git push origin feature/AmazingFeature)
  5. Abra um Pull Request

Para mudanças significativas, abra primeiro uma issue para discutir o que você gostaria de alterar.

Obrigado pelas suas contribuições!

Licença

Licença MIT

Referências e Agradecimentos

Este projeto foi inspirado ou usa código dos seguintes projetos de código aberto: