Prometheus MCP 服务器
Prometheus 的模型上下文协议(MCP) 服务器。
这可以通过标准化的 MCP 接口访问您的 Prometheus 指标和查询，从而允许 AI 助手执行 PromQL 查询并分析您的指标数据。
特征
- [x] 针对 Prometheus 执行 PromQL 查询
- [x] 发现并探索指标
- [x] 列出可用指标
- [x] 获取特定指标的元数据
- [x] 查看即时查询结果
- [x] 查看不同步长间隔的范围查询结果
- [x] 身份验证支持
- [x] 来自环境变量的基本身份验证
- [x] 来自环境变量的 Bearer 令牌认证
- [x] Docker 容器化支持
- [x] 为AI助手提供交互工具
工具列表是可配置的，因此您可以选择要向 MCP 客户端提供的工具。如果您不使用某些功能，或者不想占用太多上下文窗口空间，此功能非常有用。
用法
- 确保您的 Prometheus 服务器可从运行此 MCP 服务器的环境访问。
- 通过
.env文件或系统环境变量配置 Prometheus 服务器的环境变量：
# Required: Prometheus configuration
PROMETHEUS_URL=http://your-prometheus-server:9090
# Optional: Authentication credentials (if needed)
# Choose one of the following authentication methods if required:
# For basic auth
PROMETHEUS_USERNAME=your_username
PROMETHEUS_PASSWORD=your_password
# For bearer token auth
PROMETHEUS_TOKEN=your_token
# Optional: For multi-tenant setups like Cortex, Mimir or Thanos
ORG_ID=your_organization_id
- 将服务器配置添加到客户端配置文件中。例如，对于 Claude Desktop：
{
"mcpServers": {
"prometheus": {
"command": "uv",
"args": [
"--directory",
"<full path to prometheus-mcp-server directory>",
"run",
"src/prometheus_mcp_server/main.py"
],
"env": {
"PROMETHEUS_URL": "http://your-prometheus-server:9090",
"PROMETHEUS_USERNAME": "your_username",
"PROMETHEUS_PASSWORD": "your_password"
}
}
}
}
注意：如果您在 Claude Desktop 中看到Error: spawn uv ENOENT ，则可能需要指定uv的完整路径或在配置中设置环境变量NO_UV=1 。
Docker 使用
该项目包括 Docker 支持，以便于部署和隔离。
预建 Docker 镜像
使用此项目的最简单方法是使用来自 GitHub Container Registry 的预构建映像：
docker pull ghcr.io/pab1it0/prometheus-mcp-server:latest
您还可以使用带有标签的特定版本：
docker pull ghcr.io/pab1it0/prometheus-mcp-server:1.0.0
在本地构建 Docker 镜像
如果您希望自己构建图像：
docker build -t prometheus-mcp-server .
使用 Docker 运行
您可以通过多种方式使用 Docker 运行服务器：
使用 docker run 和预先构建的图像：
docker run -it --rm \
-e PROMETHEUS_URL=http://your-prometheus-server:9090 \
-e PROMETHEUS_USERNAME=your_username \
-e PROMETHEUS_PASSWORD=your_password \
ghcr.io/pab1it0/prometheus-mcp-server:latest
使用 docker run 和本地构建的图像：
docker run -it --rm \
-e PROMETHEUS_URL=http://your-prometheus-server:9090 \
-e PROMETHEUS_USERNAME=your_username \
-e PROMETHEUS_PASSWORD=your_password \
prometheus-mcp-server
使用docker-compose：
使用您的 Prometheus 凭据创建一个.env文件，然后运行：
在 Claude Desktop 中使用 Docker 运行
要将容器化服务器与 Claude Desktop 一起使用，请更新配置以使用带有环境变量的 Docker：
{
"mcpServers": {
"prometheus": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"-e", "PROMETHEUS_URL",
"-e", "PROMETHEUS_USERNAME",
"-e", "PROMETHEUS_PASSWORD",
"ghcr.io/pab1it0/prometheus-mcp-server:latest"
],
"env": {
"PROMETHEUS_URL": "http://your-prometheus-server:9090",
"PROMETHEUS_USERNAME": "your_username",
"PROMETHEUS_PASSWORD": "your_password"
}
}
}
}
此配置通过使用仅带有变量名的-e标志，并在env对象中提供实际值，将环境变量从 Claude Desktop 传递到 Docker 容器。
关于 Docker 实现的说明：Docker 设置已更新，以匹配 chess-mcp 项目的结构，该项目已被证明可以与 Claude 正确配合。新的实现采用多阶段构建流程，并直接运行入口点脚本，无需中间的 shell 脚本。这种方法确保正确处理 MCP 通信的标准输入/输出 (stdin/stdout)。
发展
欢迎贡献代码！如果您有任何建议或改进，请创建 issue 或提交 pull request。
本项目使用uv来管理依赖项。请按照您平台的说明安装uv ：
curl -LsSf https://astral.sh/uv/install.sh | sh
然后，您可以创建一个虚拟环境并使用以下命令安装依赖项：
uv venv
source .venv/bin/activate # On Unix/macOS
.venv\Scripts\activate # On Windows
uv pip install -e .
项目结构
该项目已采用src目录结构进行组织：
prometheus-mcp-server/
├── src/
│ └── prometheus_mcp_server/
│ ├── __init__.py # Package initialization
│ ├── server.py # MCP server implementation
│ ├── main.py # Main application logic
├── Dockerfile # Docker configuration
├── docker-compose.yml # Docker Compose configuration
├── .dockerignore # Docker ignore file
├── pyproject.toml # Project configuration
└── README.md # This file
测试
该项目包括一个全面的测试套件，可确保功能并有助于防止回归。
使用 pytest 运行测试：
# Install development dependencies
uv pip install -e ".[dev]"
# Run the tests
pytest
# Run with coverage report
pytest --cov=src --cov-report=term-missing
测试分为：
- 配置验证测试
- 服务器功能测试
- 错误处理测试
- 主要应用测试
当添加新功能时，请同时添加相应的测试。
工具
| 工具 | 类别 | 描述 |
|---|
execute_query | 询问 | 针对 Prometheus 执行 PromQL 即时查询 |
execute_range_query | 询问 | 执行包含开始时间、结束时间和步长间隔的 PromQL 范围查询 |
list_metrics | 发现 | 列出 Prometheus 中所有可用的指标 |
get_metric_metadata | 发现 | 获取特定指标的元数据 |
get_targets | 发现 | 获取有关所有抓取目标的信息 |
执照
麻省理工学院