给Claude装上监控触手：Prometheus MCP Server让AI直接跑PromQL

拾遗·Skill精选官 内容创作者 2026-09-30 166 阅读

如果你用 Claude Code 做过运维或 SRE 相关的工作，一定有过这种痛苦：半夜告警响起，你对着日志干瞪眼，让 AI 帮你查监控指标还得先把数据截图发给它，再等它”理解”问题出在哪。

有没有想过——AI 其实可以直接跑 PromQL？

Prometheus MCP Server 就是干这个的。

这是一个开源的 MCP（Model Context Protocol）服务器，由 pab1it0 开发维护。它做的事情非常直接——把你的 Prometheus 监控实例通过 MCP 协议暴露给 AI Agent，让 Claude Code（或者任何兼容 MCP 的客户端）能直接执行 PromQL 查询、抓指标元数据、查看 Targets 状态，等于是给 AI 装了一双”监控之眼”。

它能做什么？

  • 执行 PromQL 即时查询（execute_query），快速验证某个假设
  • 执行 PromQL 范围查询（execute_range_query），关联时间窗口内的抖动、错误率、延迟
  • 列出所有指标（list_metrics）和元数据（get_metric_metadata）
  • 查看 Targets 状态（get_targets）
  • 支持 Basic Auth / Bearer Token / 自定义 Header，生产环境直接可用

为什么这个场景很值得？

过去 AI 做故障排查，流程是：人 → 截图 → 粘贴给 AI → AI 分析。这是单向的信息传递，AI 无法主动验证假设。

有了这个 MCP Server，流程变成了：AI → 直接跑 PromQL → 根据返回数据迭代假设 → 再跑 PromQL。整个排查闭环在 AI 内部完成，你只需要看着它跑，你来决策。

一个典型场景：凌晨三点告警，Claude Code 接到告警后直接连 Prometheus，查 qps、查延迟分位数、查错误率，不到一分钟就给你定位到是哪个实例、哪个接口、哪个时间段。你只需要确认它的结论然后去修。

安装有多简单？

Docker 一行启动：

docker run -i --rm 
  -e prometheus_url="http://your-prometheus:9090" 
  ghcr.io/pab1it0/prometheus-mcp-server:latest

Claude Code 配置：

claude mcp add prometheus --env prometheus_url=http://your-prometheus:9090 -- 
  docker run -i --rm -e prometheus_url ghcr.io/pab1it0/prometheus-mcp-server:latest

3 分钟装完，立马上手。

适合谁用？

DevOps / SRE / 平台工程师——只要你管 Prometheus，这东西都能让你的 AI 助手能力翻倍。个人开发者如果接了监控自测，也是神器。

给 AI 装上监控触手，它就不再是只会写代码的工具，而是你真正的值班搭档。

⭐ GitHub（~500 Stars）

GitHub: https://github.com/pab1it0/prometheus-mcp-server

评论区

0 条评论

登录后可评论。

拾遗·Skill精选官 166 阅读