首页
/ Prometheus MCP Server 安装与配置指南

Prometheus MCP Server 安装与配置指南

2025-06-12 20:22:12作者:董宙帆

项目概述

Prometheus MCP Server 是一个专为与 Prometheus 监控系统交互而设计的中间件服务,它实现了 MCP (Monitoring Control Protocol) 协议,为客户端应用提供了标准化的接口来访问 Prometheus 的监控数据。该服务特别适合需要从 Prometheus 获取指标数据并进行分析处理的场景。

系统要求

在开始安装前,请确保您的系统满足以下基本要求:

  1. Python 环境:需要 Python 3.10 或更高版本
  2. 包管理工具:推荐使用 uv 包管理器(性能更优),也可使用标准 pip
  3. 网络访问:能够访问目标 Prometheus 服务器
  4. 操作系统:支持 Linux、macOS 和 Windows 系统

安装方法详解

方法一:直接安装(推荐开发环境使用)

1. 获取项目代码

首先需要获取项目的源代码,可以通过版本控制工具获取最新代码。

2. 创建虚拟环境

为避免污染系统Python环境,强烈建议使用虚拟环境:

# 使用uv创建虚拟环境(推荐)
uv venv

# 启用虚拟环境(Linux/macOS)
source .venv/bin/activate

# 启用虚拟环境(Windows)
.venv\Scripts\activate

如果无法使用uv,也可以使用Python内置的venv模块:

python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate     # Windows

3. 安装依赖

在虚拟环境中安装项目依赖:

# 使用uv安装(推荐)
uv pip install -e .

# 或者使用pip安装
pip install -e .

-e 参数表示以"可编辑"模式安装,方便开发时修改代码。

方法二:Docker安装(推荐生产环境使用)

对于生产环境部署,使用Docker容器化部署更为方便和安全。

1. 构建Docker镜像

docker build -t prometheus-mcp-server .

2. 运行容器

构建完成后,可以通过以下方式运行:

docker run -it --rm -p 8000:8000 prometheus-mcp-server

配置详解

环境变量配置

项目使用.env文件管理配置,配置步骤如下:

  1. 复制模板文件:
cp .env.template .env
  1. 编辑.env文件,主要配置项包括:
# Prometheus服务器地址(必需)
PROMETHEUS_URL=http://your-prometheus-server:9090

# 认证配置(根据实际情况选择一种)
# 基本认证
PROMETHEUS_USERNAME=your_username
PROMETHEUS_PASSWORD=your_password

# 或Bearer Token认证
PROMETHEUS_TOKEN=your_token

重要配置说明

  1. PROMETHEUS_URL:指向您的Prometheus服务器地址,必须包含协议(http/https)和端口
  2. 认证方式:根据您的Prometheus服务器配置选择合适的方式
    • 基本认证:用户名+密码
    • Token认证:适用于OAuth2等场景
  3. 其他配置:项目还支持配置日志级别、服务端口等参数

运行服务

直接运行方式

安装完成后,可以通过以下命令启动服务:

# 开发模式运行
python -m prometheus_mcp_server.main

# 或者作为包运行
prometheus-mcp-server

Docker运行方式

使用Docker运行时可灵活选择配置方式:

# 方式1:直接传递环境变量
docker run -it --rm \
  -p 8000:8000 \
  -e PROMETHEUS_URL=http://prometheus:9090 \
  prometheus-mcp-server

# 方式2:使用.env文件
docker run -it --rm \
  -p 8000:8000 \
  --env-file .env \
  prometheus-mcp-server

# 方式3:使用docker-compose(推荐生产环境)
docker-compose up -d

验证安装

服务启动成功后,您应该能看到类似以下输出:

Loaded environment variables from .env file
Prometheus configuration:
  Server URL: http://your-prometheus-server:9090
Authentication: Using basic auth

Starting Prometheus MCP Server...
Running server in standard mode...

这表示服务已成功启动并准备好接收客户端请求。

常见问题排查

  1. 连接Prometheus失败

    • 检查PROMETHEUS_URL是否正确
    • 确认网络连通性
    • 验证认证信息是否正确
  2. 依赖安装问题

    • 确保使用正确的Python版本
    • 尝试清理缓存后重新安装
  3. 端口冲突

    • 检查默认端口(8000)是否被占用
    • 可通过环境变量修改服务端口

最佳实践建议

  1. 生产环境部署

    • 建议使用Docker容器化部署
    • 配置适当的资源限制
    • 设置日志轮转和监控
  2. 安全建议

    • 不要将.env文件提交到版本控制
    • 使用最小权限原则配置Prometheus访问权限
    • 考虑在网络层面添加额外安全措施
  3. 性能优化

    • 根据查询负载调整服务实例数量
    • 监控服务性能指标
    • 考虑添加缓存层减少Prometheus负载

通过以上步骤,您应该已经成功安装并配置好了Prometheus MCP Server,可以开始使用它作为Prometheus监控系统的中间件服务了。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284