grafana/mcp-grafana

它解决了什么问题

该项目提供了一个模型上下文协议（MCP）服务器，允许AI模型（如Claude或Cursor）直接与Grafana实例交互。它解决了AI助手无法实时访问可观测性数据、仪表盘配置和系统监控工具的问题，使它们能够帮助用户管理监控堆栈并跨各种数据源查询数据。

它是如何工作的

该服务器充当MCP兼容的AI客户端与Grafana API之间的桥梁。它暴露了多种工具，AI可以调用这些工具在Grafana中执行操作，例如搜索仪表盘、对Prometheus或Loki执行查询以及管理警报。它包含了特定的策略来管理AI的上下文窗口，例如提供仪表盘的摘要视图而不是完整的JSON负载。

它面向谁

使用Grafana进行可观测性，并希望将监控数据和仪表盘管理集成到AI驱动的工作流程中的SRE、DevOps工程师和平台工程师。

亮点

• 多数据源查询： 支持查询广泛的数据源，包括Prometheus、Loki、InfluxDB、SQL（ClickHouse、Snowflake、Athena等）、CloudWatch、Google Cloud Logging、Graphite、Elasticsearch和Quickwit。
• 仪表盘管理： 提供搜索、创建、更新和修补仪表盘的工具，并优化工具以减少上下文窗口的使用。
• 可观测性生态系统集成： 与Grafana Incident、Alerting、OnCall以及Grafana Assistant插件集成。
• 代理可观测性： 专门用于在Grafana Cloud中监控和评估LLM对话、提示和评估分数的工具。
• 资源渲染： 能够通过Grafana Image Renderer将仪表盘面板或完整仪表盘渲染为PNG图像。
• 深度链接： 生成指向特定Grafana资源的准确URL，以避免AI在链接方面的“幻觉”。
• 配置验证： 能够对git-sync仓库中的配置文件进行试运行和验证。