Prometheus MCP Server Extended

基于 Prometheus 的节点性能指标查询服务，支持实时指标采集和历史趋势查询。

功能特性

实时指标查询: 传入节点名/IP，返回当前 CPU、内存、IO、负载、TCP 等实时指标
趋势数据查询: 传入节点名/IP + 时间范围，返回历史趋势数据
多指标支持: CPU、内存、磁盘 IO、系统负载、TCP 连接等
RESTful API: 标准 REST 接口，支持 JSON 格式响应
Swagger 文档: 自动生成 API 文档

快速开始

1. 安装依赖

cd prometheus-mcp-server
pip install -r requirements.txt

2. 配置环境变量

# 创建 .env 文件
cat > .env << EOF
PROMETHEUS_URL=http://localhost:9090
NODE_EXPORTER_PORT=9100
API_PORT=8000
EOF

3. 启动服务

# 开发模式
python -m app.main

# 或使用 uvicorn
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

4. 访问 API 文档

Swagger UI: http://localhost:8000/docs
ReDoc: http://localhost:8000/redoc

API 接口

实时指标查询

GET /api/v1/metrics/realtime?node=node-01&ip=192.168.1.10

响应示例：

{
  "node": "node-01",
  "ip": "192.168.1.10",
  "timestamp": "2026-06-25T12:00:00",
  "cpu": {
    "usage_percent": 25.5,
    "cores": 4,
    "user_percent": 10.0,
    "system_percent": 5.0,
    "iowait_percent": 2.0
  },
  "memory": {
    "total_bytes": 8589934592,
    "used_bytes": 4294967296,
    "available_bytes": 4294967296,
    "usage_percent": 50.0
  },
  "disk_io": {
    "read_bytes_per_sec": 1024.0,
    "write_bytes_per_sec": 512.0,
    "read_iops": 10.0,
    "write_iops": 5.0
  },
  "load": {
    "load_1m": 2.5,
    "load_5m": 3.0,
    "load_15m": 3.5
  },
  "tcp": {
    "connections_established": 100,
    "listen_overflows": 0
  }
}

趋势数据查询

GET /api/v1/metrics/trend?node=node-01&ip=192.168.1.10&start_time=2026-06-25T00:00:00Z&end_time=2026-06-25T23:59:59Z&step=5m

响应示例：

{
  "node": "node-01",
  "ip": "192.168.1.10",
  "time_range": {
    "start": "2026-06-25T00:00:00Z",
    "end": "2026-06-25T23:59:59Z",
    "step": "5m"
  },
  "cpu_trend": [
    {"timestamp": "2026-06-25T00:00:00", "value": 25.5},
    {"timestamp": "2026-06-25T00:05:00", "value": 26.0}
  ],
  "memory_trend": [...],
  "disk_io_trend": [...],
  "load_trend": [...],
  "tcp_trend": [...]
}

Docker 部署

# 构建镜像
docker build -t prometheus-mcp-server:latest .

# 运行容器
docker run -d \
  --name prometheus-mcp-server \
  -p 8000:8000 \
  -e PROMETHEUS_URL=http://prometheus:9090 \
  prometheus-mcp-server:latest

# 或使用 docker-compose
docker-compose up -d

Kubernetes 部署

# 应用配置
kubectl apply -f kubernetes/deployment.yaml

# 检查状态
kubectl get pods -l app=prometheus-mcp-server
kubectl get services

前置条件

Prometheus: 需要运行 Prometheus 服务（默认端口 9090）
Node Exporter: 目标节点需要部署 Node Exporter（默认端口 9100）

Node Exporter 安装

# Docker 方式
docker run -d \
  --name node-exporter \
  -p 9100:9100 \
  -v /proc:/host/proc:ro \
  -v /sys:/host/sys:ro \
  prom/node-exporter \
  --path.procfs=/host/proc \
  --path.sysfs=/host/sys

# 或直接安装
wget https://github.com/prometheus/node_exporter/releases/download/v1.6.0/node_exporter-1.6.0.linux-amd64.tar.gz
tar xzf node_exporter-*.tar.gz
./node_exporter

配置说明

参数	默认值	说明
`PROMETHEUS_URL`	`http://localhost:9090`	Prometheus 服务地址
`NODE_EXPORTER_PORT`	`9100`	Node Exporter 端口
`API_PORT`	`8000`	API 服务端口
`DEFAULT_STEP`	`1m`	默认采样间隔
`REALTIME_CACHE_TTL`	`30`	实时数据缓存时间（秒）

测试

# 运行测试
pytest tests/ -v

# 或使用 unittest
python -m pytest tests/test_services.py -v

项目结构

prometheus-mcp-server/
├── app/
│   ├── api/
│   │   └── routes.py          # API 路由
│   ├── services/
│   │   ├── realtime_collector.py    # 实时采集服务
│   │   └── trend_query_service.py   # 趋势查询服务
│   ├── models/
│   │   └── schemas.py         # 数据模型
│   ├── config/
│   │   └── settings.py        # 配置管理
│   └── main.py                # FastAPI 入口
├── tests/
│   └── test_services.py       # 测试文件
├── kubernetes/
│   └── deployment.yaml        # Kubernetes 配置
├── Dockerfile                 # Docker 镜像配置
├── docker-compose.yml         # Docker Compose 配置
├── prometheus.yml             # Prometheus 配置
├── requirements.txt           # Python 依赖
└── README.md                  # 项目说明

许可证

MIT License

Prometheus MCP Server Extended

Prometheus MCP Server Extended

功能特性

快速开始

1. 安装依赖

2. 配置环境变量

3. 启动服务

4. 访问 API 文档

API 接口

实时指标查询

趋势数据查询

Docker 部署

Kubernetes 部署

前置条件

Node Exporter 安装

配置说明

测试

项目结构

许可证

Latest Blog Posts

MCP directory API