Skip to main content
Glama
Prometheus MCP Server

Prometheus MCP Server

by pab1it0

Сервер Prometheus MCP

Сервер протокола контекста модели (MCP) для Prometheus.

Это обеспечивает доступ к вашим метрикам и запросам Prometheus через стандартизированные интерфейсы MCP, позволяя помощникам на основе ИИ выполнять запросы PromQL и анализировать данные ваших метрик.

Функции

  • [x] Выполнение запросов PromQL к Prometheus

  • [x] Откройте для себя и изучите метрики

    • [x] Список доступных метрик

    • [x] Получить метаданные для определенных показателей

    • [x] Просмотр мгновенных результатов запроса

    • [x] Просмотр результатов запроса диапазона с различными интервалами шагов

  • [x] Поддержка аутентификации

    • [x] Базовая аутентификация из переменных окружения

    • [x] Аутентификация токена носителя из переменных среды

  • [x] Поддержка контейнеризации Docker

  • [x] Предоставьте интерактивные инструменты для помощников на основе искусственного интеллекта

Список инструментов настраивается, поэтому вы можете выбрать, какие инструменты вы хотите сделать доступными для клиента MCP. Это полезно, если вы не используете определенные функции или не хотите занимать слишком много места в окне контекста.

Related MCP server: Prometheus MCP Server

Использование

  1. Убедитесь, что ваш сервер Prometheus доступен из среды, в которой вы будете запускать этот сервер MCP.

  2. Настройте переменные среды для вашего сервера Prometheus с помощью файла .env или системных переменных среды:

# 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
  1. Добавьте конфигурацию сервера в файл конфигурации клиента. Например, для 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"
      }
    }
  }
}

Примечание: если вы видите Error: spawn uv ENOENT в Claude Desktop, вам может потребоваться указать полный путь к uv или задать переменную среды NO_UV=1 в конфигурации.

Использование Докера

Этот проект включает поддержку Docker для простого развертывания и изоляции.

Готовый образ Docker

Самый простой способ использовать этот проект — использовать готовый образ из GitHub Container Registry:

docker pull ghcr.io/pab1it0/prometheus-mcp-server:latest

Вы также можете использовать определенные версии с тегами:

docker pull ghcr.io/pab1it0/prometheus-mcp-server:1.0.0

Локальная сборка образа Docker

Если вы предпочитаете создать изображение самостоятельно:

docker build -t prometheus-mcp-server .

Работа с Docker

Запустить сервер с помощью Docker можно несколькими способами:

Использование docker run с готовым образом:

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

Использование docker run с локально собранным образом:

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

Использование docker-compose:

Создайте файл .env с вашими учетными данными Prometheus, а затем запустите:

docker-compose up

Работа с Docker в Claude Desktop

Чтобы использовать контейнерный сервер с Claude Desktop, обновите конфигурацию для использования Docker с переменными среды:

{
  "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"
      }
    }
  }
}

Эта конфигурация передает переменные среды из Claude Desktop в контейнер Docker, используя флаг -e только с именем переменной и предоставляя фактические значения в объекте env .

Примечание о реализации Docker : настройка Docker была обновлена для соответствия структуре проекта chess-mcp, который, как было доказано, работает правильно с Claude. Новая реализация использует многоступенчатый процесс сборки и запускает скрипт точки входа напрямую без промежуточного скрипта оболочки. Такой подход обеспечивает правильную обработку stdin/stdout для связи MCP.

Разработка

Вклады приветствуются! Пожалуйста, откройте тему или отправьте запрос на извлечение, если у вас есть какие-либо предложения или улучшения.

Этот проект использует uv для управления зависимостями. Установите uv , следуя инструкциям для вашей платформы:

curl -LsSf https://astral.sh/uv/install.sh | sh

Затем вы можете создать виртуальную среду и установить зависимости с помощью:

uv venv
source .venv/bin/activate  # On Unix/macOS
.venv\Scripts\activate     # On Windows
uv pip install -e .

Структура проекта

Проект организован с использованием структуры каталогов src :

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

Тестирование

Проект включает в себя комплексный набор тестов, который обеспечивает функциональность и помогает предотвратить регрессии.

Запустите тесты с помощью pytest:

# Install development dependencies
uv pip install -e ".[dev]"

# Run the tests
pytest

# Run with coverage report
pytest --cov=src --cov-report=term-missing

Тесты организованы следующим образом:

  • Тесты проверки конфигурации

  • Тесты функциональности сервера

  • Тесты обработки ошибок

  • Основные прикладные тесты

При добавлении новых функций, пожалуйста, также добавляйте соответствующие тесты.

Инструменты

Инструмент

Категория

Описание

execute_query

Запрос

Выполнить мгновенный запрос PromQL к Prometheus

execute_range_query

Запрос

Выполнить запрос диапазона PromQL с указанием начального времени, конечного времени и интервала шага

list_metrics

Открытие

Список всех доступных метрик в Prometheus

get_metric_metadata

Открытие

Получить метаданные для определенной метрики

get_targets

Открытие

Получить информацию обо всех целях скрапа

Лицензия

Массачусетский технологический институт


Available Tools

6 tools
execute_queryExecute PromQL QueryC
Read-onlyIdempotent

Execute a PromQL instant query against Prometheus

Inputs: query (required), time. Returns: object

execute_range_queryExecute PromQL Range QueryB
Read-onlyIdempotent

Execute a PromQL range query with start time, end time, and step interval

Inputs: query (required), start (required), end (required), step (required). Returns: object

get_metric_metadataGet Metric MetadataA
Read-onlyIdempotent

Get metadata (type, help, unit) for metrics. Returns all metric metadata when no metric name is provided. Use filter_pattern to search metric names and descriptions.

Inputs: metric, filter_pattern, limit, offset. Returns: result

get_targetsGet Scrape TargetsA
Read-onlyIdempotent

Get information about all scrape targets

Inputs: no named parameters. Returns: object

health_checkHealth CheckA
Read-onlyIdempotent

Health check endpoint for container monitoring and status verification

Inputs: no named parameters. Returns: object

list_metricsList Available MetricsA
Read-onlyIdempotent

List all available metrics in Prometheus with optional pagination support

Inputs: limit, offset, filter_pattern, refresh_cache. Returns: object

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.7/5.0

    Scored across 6 tools

    Disambiguation5/5

    Each tool has a clearly distinct purpose: query types (instant vs range), metadata retrieval, target info, health check, and metric listing. No overlap.

    Naming Consistency5/5

    All tool names follow a consistent verb_noun pattern in snake_case (e.g., execute_query, get_metric_metadata). No deviations.

    Tool Count5/5

    Six tools cover the essential Prometheus operations without being excessive or insufficient. Well-scoped for the server's purpose.

    Completeness4/5

    Core CRUD-like operations for queries and metadata are present. Minor gaps like alert management or rule configuration are missing but not critical for the primary use case.

    Maintenance

    ActivityMaintained
    ResponsivenessLimited data

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      D
      maintenance
      A tool that enables access to Prometheus metrics data through a Model Context Protocol server, allowing interaction with monitoring data using natural language.
      MIT
    • A
      license
      B
      quality
      D
      maintenance
      A Model Context Protocol server that enables AI assistants to query Prometheus metrics, discover available data, and analyze system performance through natural language interactions.
      5
      224 npm
      MIT
    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI assistants to query Prometheus metrics, monitor alerts, and analyze system health through read-only access to your Prometheus server with built-in query safety and optional AI-powered metric analysis.
      MIT
    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI assistants to execute PromQL queries and discover metrics across multiple Prometheus tenants using the Model Context Protocol. It supports single and multi-tenant configurations with secure authentication for instant and range query analysis.
      MIT

    Appeared in Searches