grafana/mcp-grafana

解決的問題

本專案提供一個模型上下文協定（MCP）伺服器，允許 AI 模型（如 Claude 或 Cursor）直接與 Grafana 執行個體互動。它彌合了 LLM 與可觀測性資料之間的差距，使 AI 代理無需人工干預即可搜尋儀表板、跨各種資料來源執行查詢、管理警示和處理事件。

運作方式

此伺服器作為中介層，將 Grafana 的 API 暴露給相容 MCP 的用戶端。它提供一組 AI 可以呼叫以在 Grafana 中執行操作的工具。為了管理 LLM 的上下文視窗，它包含了特定策略，例如提供儀表板摘要而不是完整的 JSON 負載。

適用對象

使用 Grafana 進行監控，並希望將 AI 代理整合到其可觀測性工作流程中，以實現自動化故障排除、儀表板建立和事件管理的 DevOps 工程師、SRE 和平台工程師。

亮點

• 廣泛的資料來源支援： 對 Prometheus、Loki、InfluxDB、SQL（ClickHouse、Snowflake、Athena 等）、CloudWatch、Graphite、Elasticsearch 和 Quickwit 執行查詢。
• 儀表板管理： 搜尋、建立、更新和修補儀表板，並提供專門工具以最小化 LLM 上下文視窗的使用。
• 可觀測性操作： 管理 Grafana 事件、OnCall 排班、警示規則和 Sift 調查。
• 代理可觀測性： 為 Grafana Cloud 使用者提供專門工具，用於檢查 LLM 對話、評估分數和管理 AI 代理的測試套件。
• 基礎設施整合： 支援產生指向儀表板和面板的準確深層連結，並將面板渲染為 PNG 影像。
• 可設定工具集： 能夠停用特定工具類別以節省上下文視窗空間或限制功能。