🚀 Prometheus MCP 服务器
Prometheus MCP服务器是一个用于从Prometheus数据库获取数据的模型上下文协议（MCP）服务器。它能让大型语言模型（LLMs）调用工具函数，执行检索大量指标数据、搜索指标使用情况、执行复杂查询等任务，还能通过预定义路由对使用进行增强控制。
🚀 快速开始
运行MCP需要一个Python虚拟环境（venv），所有包都应安装到该venv环境中，以便MCP服务器可以自动启动。
通过Smithery安装
要通过Smithery自动安装Prometheus MCP Server for Claude Desktop，可使用以下命令：
npx -y @smithery/cli install @CaesarYangs/prometheus_mcp_server --client claude
手动安装
准备Python环境
cd ./src/prometheus_mcp_server
python3 -m venv .venv
# 适用于Linux/macOS:
source .venv/bin/activate
# 适用于Windows:
.venv\Scripts\activate
完成上述操作后，即可将其作为专用的Python环境使用。
安装所需的包
确保pip正确安装。若venv环境中未包含pip，则手动安装：
wget https://bootstrap.pypa.io/get-pip.py
python3 get-pip.py
然后安装所有必需的包：
pip install -r requirements.txt
✨ 主要特性
- 数据检索：可从Prometheus获取特定指标或时间段内的数据。
- 指标分析：能对检索到的指标进行统计分析。
- 使用情况搜索：可查找和探索指标使用模式。
- 复杂查询：能执行高级PromQL查询以进行深入的数据探索。
具体功能如下： ✅ 获取Prometheus中的全面指标信息，包括名称和描述。 ✅ 通过指标名称获取并分析特定指标数据。 ✅ 在自定义时间范围内分析指标数据。 🚧 使用特定标签过滤和匹配数据（开发中）。 ⏳ 计划增加更多功能...
💻 使用示例
与Cursor Env一起使用
准备好根据更易于使用的Cursor环境进行更新。在Cursor设置中的MCP部分设置如下：
uv --directory /path/to/prometheus_mcp_server run server.py
带有MCP客户端（包括Claude Desktop）
配置您的Claude Desktop应用程序的配置文件位于~/Library/Application Support/Claude/claude_desktop_config.json(macOS)：
{
"mcpServers": {
"prometheus": {
"command": "uv",
"args": [
"--directory",
"/path/to/prometheus_mcp_server",
"run",
"server.py"
],
"env": {
"PROMETHEUS_HOST": "http://localhost:9090"
}
}
}
}
单独运行MCP服务器
使用uv方法
uv --directory /path/to/prometheus_mcp_server run server.py
这也是确保此MCP服务器可以自动启动的一种方法，因为Claude Desktop会使用此ux脚本来在应用程序启动时启动。
常规Python方法
python3 server.py
🤝 贡献
欢迎贡献！以下是快速指南：
- 叉仓库。
- 创建功能分支（
git checkout -b feature/AmazingFeature）。 - 提交更改（
git commit -m 'Add some AmazingFeature'）。 - 推送到分支（
git push origin feature/AmazingFeature）。
📚 详细文档
如需了解更多信息，请访问项目地址：https://github.com/yourusername/prometheus-mcp-server
此文档介绍了Prometheus MCP服务器的功能、安装和使用方法，以及如何为项目做出贡献。希望对您有所帮助！