InfluxDB Natural Language Query MCP Server
Enables users to generate and execute InfluxDB queries using natural language commands in Korean. Supports querying metrics like CPU usage, memory status, and system monitoring data through conversational interface.
README
MCP Server
자연어로 InfluxDB 쿼리를 생성하고 실행하는 서버입니다.
설치 및 설정
1. Python 환경 설정
# Python 3.11.3 설치
pyenv install 3.11.3
pyenv local 3.11.3
# 가상환경 생성 및 활성화
python -m venv .venv
source .venv/bin/activate
# 의존성 설치
pip install -r requirements.txt
2. 서버 실행
# 개발 모드로 실행
uvicorn app:app --reload --host 0.0.0.0 --port 8080
3. InfluxDB 설정
서버를 실행하기 전에 InfluxDB가 필요합니다. 다음 정보를 확인하세요:
- URL: http://your-influxdb-host:8086
- Organization: your-org
- Token: your-token
- Bucket: your-bucket
사용 방법
1. 단일 메트릭 쿼리
# CPU 사용률 조회
response = client.query("CPU 사용률")
# 특정 호스트의 메모리 상태
response = client.query("host1 메모리 상태")
2. 복합 메트릭 쿼리
# 모든 메트릭 조회
response = client.query("모든 메트릭 최근 1분")
# 특정 호스트의 전체 상태
response = client.query("host1 전체 상태")
테스트
1. 테스트 환경 설정
# pytest 설치
pip install pytest
# PYTHONPATH 설정 (프로젝트 루트 디렉토리에서)
export PYTHONPATH=.
2. 테스트 실행
# 전체 테스트 실행 (자세한 출력)
pytest tests/test_nl2flux.py -v
# 특정 테스트 실행
pytest tests/test_nl2flux.py::test_build_flux -v
# 특정 카테고리의 테스트 실행
pytest tests/test_nl2flux.py -v -k "parse" # 파싱 관련 테스트
pytest tests/test_nl2flux.py -v -k "build" # 쿼리 생성 관련 테스트
# 실패한 테스트만 실행
pytest tests/test_nl2flux.py -v --last-failed
# 테스트 커버리지 확인
pytest tests/test_nl2flux.py -v --cov=nl2flux
3. 테스트 케이스
현재 구현된 테스트 케이스:
test_parse_duration: 시간 표현 파싱 ("5분 전", "2시간 전" 등)test_parse_agg: 집계 함수 파싱 ("평균", "최대", "최소" 등)test_parse_measurement: 메트릭 타입 파싱 ("CPU", "메모리" 등)test_build_flux: 기본 쿼리 생성test_parse_duration_various_ranges: 다양한 시간 범위 테스트test_parse_agg_various_functions: 다양한 집계 함수 테스트test_parse_measurement_various_metrics: 다양한 메트릭 타입 테스트test_build_flux_with_host_filter: 호스트 필터링 쿼리 생성test_build_multi_metric_flux: 복합 메트릭 쿼리 생성
자세한 테스트 케이스와 예시는 테스트 케이스 문서를 참조하세요.
4. 테스트 추가 방법
새로운 테스트를 추가하려면 tests/test_nl2flux.py 파일에 테스트 함수를 추가하세요:
def test_new_feature():
# 테스트할 입력
text = "새로운 쿼리 표현"
bucket = "test_bucket"
# 예상되는 결과
expected_flux = """
from(bucket: "test_bucket")
|> range(start: -1m)
|> filter(...)
"""
# 실제 결과와 비교
assert build_flux(bucket, text) == expected_flux
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。