pab1it0/prometheus-mcp-server

해결하는 문제

AI 어시스턴트가 Prometheus 메트릭에 직접 접근할 수 있도록 합니다. 대시보드에서 사람이 수동으로 쿼리를 실행하는 대신, AI가 PromQL 쿼리를 실행하고 메트릭 데이터를 분석하여 모니터링 및 문제 해결을 지원할 수 있습니다.

작동 방식

이 프로젝트는 Model Context Protocol (MCP) 서버를 구현합니다. MCP 호환 AI 클라이언트(예: Claude Desktop, Cursor, VS Code 등)와 Prometheus 서버 사이의 다리 역할을 합니다. 서버는 AI가 즉시 쿼리 또는 범위 쿼리를 실행하고, 사용 가능한 메트릭을 나열하며, 메트릭 메타데이터를 검색하는 등의 작업을 수행할 수 있도록 표준화된 도구 세트를 노출합니다.

대상 사용자

Prometheus를 모니터링에 사용하고, AI 코드 어시스턴트나 LLM 기반 도구가 시스템 메트릭을 쿼리하고 분석할 수 있도록 하고 싶은 DevOps 엔지니어, SRE, 개발자입니다.

주요 특징

• PromQL 통합: 시계열 데이터에 대한 즉시 쿼리와 범위 쿼리를 모두 지원합니다.
• 메트릭 탐지: 메트릭 목록을 나열하고 메타데이터를 가져오는 도구를 제공하여, AI가 사전 지식 없이 사용 가능한 데이터를 탐색할 수 있도록 합니다.
• 유연한 배포: Docker, Kubernetes용 Helm 차트, 또는 단독 Python 애플리케이션으로 배포할 수 있습니다.
• 엔터프라이즈 대응 인증: 기본 인증, Bearer 토큰, 상호 TLS(mTLS)를 지원하여 Prometheus에 안전하게 연결할 수 있습니다.
• 사용자 정의 도구 세트: AI에 노출할 도구를 전환하여 컨텍스트 창을 최적화할 수 있습니다.