Prometheus MCP 服务器

一个用于 Prometheus 的 模型上下文协议 (MCP) 服务器。

它通过标准化的 MCP 接口提供对 Prometheus 指标和查询的访问，允许 AI 助手执行 PromQL 查询并分析您的指标数据。

功能

• [x] 执行针对 Prometheus 的 PromQL 查询

• [x] 发现和探索指标

  • [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] 查看具有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 token 身份验证

• [x] Docker 容器化支持

• [x] 为 AI 助手提供交互式工具

工具列表是可配置的，因此您可以选择要提供给 MCP 客户端的工具。 如果您不使用某些功能，或者不想占用太多的上下文窗口，这将非常有用。

用法

1. 确保您的 Prometheus 服务器可以从您运行此 MCP 服务器的环境中访问。

2. 通过 .env 文件或系统环境变量配置 Prometheus 服务器的环境变量：

# 必需：Prometheus 配置
PROMETHEUS_URL=http://your-prometheus-server:9090

# 可选：身份验证凭据（如果需要）
# 如果需要，请选择以下身份验证方法之一：

# 对于基本身份验证
PROMETHEUS_USERNAME=your_username
PROMETHEUS_PASSWORD=your_password

# 对于 Bearer token 身份验证
PROMETHEUS_TOKEN=your_token

3. 将服务器配置添加到您的客户端配置文件。 例如，对于 Claude Desktop：

{
  "mcpServers": {
    "prometheus": {
      "command": "uv",
      "args": [
        "--directory",
        "<prometheus-mcp-server 目录的完整路径>",
        "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：如果在 Claude Desktop 中看到 Error: spawn uv ENOENT，您可能需要指定 uv 的完整路径或在配置中设置环境变量 NO_UV=1。

Docker 用法

该项目包含 Docker 支持，以便于部署和隔离。

构建 Docker 镜像

使用以下命令构建 Docker 镜像：

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：

直接使用 docker run：

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：

创建一个包含您的 Prometheus 凭据的 .env 文件，然后运行：

docker-compose up

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",
        "prometheus-mcp-server"
      ],
      "env": {
        "PROMETHEUS_URL": "http://your-prometheus-server:9090",
        "PROMETHEUS_USERNAME": "your_username",
        "PROMETHEUS_PASSWORD": "your_password"
      }
    }
  }
}

此配置通过使用 -e 标志（仅包含变量名）并将实际值提供在 env 对象中，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 正确配合使用。 新的实现使用多阶段构建过程，并直接运行入口点脚本，而无需中间 shell 脚本。 这种方法确保正确处理 MCP 通信的 stdin/stdout。

开发

欢迎贡献！ 如果您有任何建议或改进，请打开一个 issue 或提交一个 pull request。

该项目使用 uv 来管理依赖项。 按照适用于您平台的说明安装 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  # 在 Unix/macOS 上
.venv\Scripts\activate     # 在 Windows 上
uv pip install -e .

项目结构

该项目已使用 src 目录结构进行组织：

prometheus-mcp-server/
├── src/
│   └── prometheus_mcp_server/
│       ├── __init__.py      # 包初始化
│       ├── server.py        # MCP 服务器实现
│       ├── main.py          # 主要应用程序逻辑
├── Dockerfile               # Docker 配置
├── docker-compose.yml       # Docker Compose 配置
├── .dockerignore            # Docker 忽略文件
├── pyproject.toml           # 项目配置
└── README.md                # 此文件

测试

该项目包含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：

# 安装开发依赖项
uv pip install -e ".[dev]"

# 运行测试
pytest

# 运行并生成覆盖率报告
pytest --cov=src --cov-report=term-missing

测试组织成：

• 配置验证测试
• 服务器功能测试
• 错误处理测试
• 主要应用程序测试

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	查询	执行针对 Prometheus 的 PromQL 即时查询
execute_range_query	查询	执行具有开始时间、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

许可证

MIT

---