Serveur Prometheus Mcp

Qu'est-ce que le serveur Prometheus MCP ?

Le ### serveur Prometheus MCP est un serveur de Protocole de Contexte de Modèle (MCP) conçu pour faciliter les assistants IA dans l'interrogation et l'analyse des métriques Prometheus via des interfaces standardisées. Ce serveur agit comme un pont, permettant une interaction fluide entre les systèmes IA et les riches données fournies par Prometheus, un puissant outil de surveillance et d'alerte largement utilisé dans les environnements cloud-native.

Fonctionnalités du serveur Prometheus MCP

Interfaces standardisées : Le serveur fournit un ensemble d'API standardisées qui permettent aux assistants IA d'accéder facilement et de manipuler les métriques Prometheus.
Accès aux données en temps réel : Les utilisateurs peuvent interroger les métriques en temps réel, permettant des insights et une prise de décision immédiats.
Intégration facile : Conçu pour s'intégrer harmonieusement avec les systèmes IA existants et les configurations Prometheus, améliorant la fonctionnalité globale sans nécessiter de changements importants.
Open Source : Étant un dépôt public, il encourage les contributions et les améliorations de la communauté, favorisant un environnement de développement collaboratif.
Scalabilité : L'architecture prend en charge la montée en charge, la rendant adaptée aux déploiements petits et grands.

Comment utiliser le serveur Prometheus MCP

Installation : Clonez le dépôt depuis GitHub et suivez les instructions d'installation fournies dans la documentation.
Configuration : Configurez le serveur en paramétrant les paramètres nécessaires pour vous connecter à votre instance Prometheus.
Accès API : Utilisez les API fournies pour envoyer des requêtes de votre assistant IA au serveur Prometheus MCP.
Analyse des données : Analysez les métriques retournées et intégrez-les dans vos flux de travail IA pour améliorer les capacités de prise de décision.
Support communautaire : Engagez-vous avec la communauté pour obtenir de l'aide, faire des demandes de fonctionnalités et contribuer au projet.

Questions Fréquemment Posées

Quel est le but du serveur Prometheus MCP ?

Le principal objectif du serveur Prometheus MCP est de permettre aux assistants IA d'interroger et d'analyser les métriques Prometheus via des interfaces standardisées, améliorant ainsi les capacités de l'IA dans des environnements axés sur les données.

Le serveur Prometheus MCP est-il open source ?

Oui, le serveur Prometheus MCP est un projet open source, permettant aux utilisateurs de contribuer à son développement et à son amélioration.

Comment puis-je contribuer au serveur Prometheus MCP ?

Vous pouvez contribuer en forkant le dépôt, en apportant des améliorations et en soumettant des demandes de tirage. De plus, vous pouvez signaler des problèmes ou suggérer des fonctionnalités via la page des problèmes GitHub.

Quelles sont les exigences système pour faire fonctionner le serveur Prometheus MCP ?

Le serveur nécessite un environnement compatible avec accès à une instance Prometheus. Les exigences spécifiques peuvent être trouvées dans la documentation au sein du dépôt.

Puis-je utiliser le serveur Prometheus MCP avec d'autres outils de surveillance ?

Bien qu'il soit principalement conçu pour Prometheus, l'architecture permet une intégration potentielle avec d'autres outils de surveillance, selon le cas d'utilisation et les exigences spécifiques.

Prometheus MCP Server

A Model Context Protocol (MCP) server for Prometheus.

This provides access to your Prometheus metrics and queries through standardized MCP interfaces, allowing AI assistants to execute PromQL queries and analyze your metrics data.

Features

The list of tools is configurable, so you can choose which tools you want to make available to the MCP client. This is useful if you don't use certain functionality or if you don't want to take up too much of the context window.

Usage

Ensure your Prometheus server is accessible from the environment where you'll run this MCP server.
Configure the environment variables for your Prometheus server, either through a .env file or system environment variables:

### Required: Prometheus configuration
PROMETHEUS_URL=http://your-prometheus-server:9090

### Optional: Authentication credentials (if needed)
### Choose one of the following authentication methods if required:

### For basic auth
PROMETHEUS_USERNAME=your_username
PROMETHEUS_PASSWORD=your_password

### For bearer token auth
PROMETHEUS_TOKEN=your_token

### Optional: For multi-tenant setups like Cortex, Mimir or Thanos
ORG_ID=your_organization_id

Add the server configuration to your client configuration file. For example, for Claude Desktop:

{
  "mcpServers": {
    "prometheus": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "PROMETHEUS_URL",
        "ghcr.io/pab1it0/prometheus-mcp-server:latest"
      ],
      "env": {
        "PROMETHEUS_URL": "<url>"
      }
    }
  }
}

Development

Contributions are welcome! Please open an issue or submit a pull request if you have any suggestions or improvements.

This project uses uv to manage dependencies. Install uv following the instructions for your platform:

curl -LsSf https://astral.sh/uv/install.sh | sh

You can then create a virtual environment and install the dependencies with:

uv venv
source .venv/bin/activate  # On Unix/macOS
.venv\Scripts\activate     # On Windows
uv pip install -e .

Project Structure

The project has been organized with a src directory structure:

prometheus-mcp-server/
├── src/
│   └── prometheus_mcp_server/
│       ├── __init__.py      # Package initialization
│       ├── server.py        # MCP server implementation
│       ├── main.py          # Main application logic
├── Dockerfile               # Docker configuration
├── docker-compose.yml       # Docker Compose configuration
├── .dockerignore            # Docker ignore file
├── pyproject.toml           # Project configuration
└── README.md                # This file

Testing

The project includes a comprehensive test suite that ensures functionality and helps prevent regressions.

Run the tests with pytest:

### Install development dependencies
uv pip install -e ".[dev]"

### Run the tests
pytest

### Run with coverage report
pytest --cov=src --cov-report=term-missing

Tests are organized into:

Configuration validation tests
Server functionality tests
Error handling tests
Main application tests

When adding new features, please also add corresponding tests.

Tools

License

MIT

Configuration du serveur

{
  "mcpServers": {
    "prometheus-mcp-server": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/metorial/mcp-container--pab1it0--prometheus-mcp-server--prometheus-mcp-server",
        "prometheus-mcp-server"
      ],
      "env": {
        "PROMETHEUS_URL": "prometheus-url",
        "PROMETHEUS_USERNAME": "prometheus-username",
        "PROMETHEUS_PASSWORD": "prometheus-password"
      }
    }
  }
}

Infos du projet

Auteur

pab1it0

Aperçu