pab1it0/prometheus-mcp-server

解決的問題

讓 AI 助手可以直接與 Prometheus 指標互動。無需人工在儀表板中手動執行查詢，AI 可執行 PromQL 查詢並分析指標資料，協助監控與故障排除。

運作方式

本專案實作 Model Context Protocol (MCP) 伺服器。它作為 MCP 相容的 AI 客戶端（如 Claude Desktop、Cursor 或 VS Code）與 Prometheus 伺服器之間的橋樑。伺服器公開一組標準化工具，AI 可呼叫這些工具執行即時或範圍查詢、列出可用指標，以及取得指標元資料等操作。

適用對象

使用 Prometheus 進行監控的 DevOps 工程師、SRE 與開發者，希望讓其 AI 編碼助手或基於 LLM 的工具能查詢與分析系統指標。

主要亮點

• PromQL 整合：支援對時間序列資料進行即時與範圍查詢。
• 指標發現：提供列出指標與取得元資料的工具，讓 AI 可在無需先驗知識的情況下探索可用資料。
• 彈性部署：可透過 Docker、Kubernetes 的 Helm 圖表，或作為獨立的 Python 應用程式部署。
• 企業級驗證：支援基本驗證、Bearer 權杖與相互 TLS（mTLS），確保與 Prometheus 的安全連線。
• 可設定工具集：允許使用者切換向 AI 暴露的工具，以最佳化上下文視窗。