Dash2 Insight MCP

英语| 中文

Dash2Insight MCP

MCP（模型上下文协议）服务器，从现有的Grafana仪表板中提取专业监控指标，并通过Prometheus查询实时数据，以协助人工智能进行监控分析和故障排除。

主要特点：

• 从大型JSON文件（20000多行）中提取关键指标，保存AI上下文并专注于重要指标
• 支持Prometheus的即时和范围查询，满足不同的监控需求
• 支持仪表板变量解析，用于动态指标和选项检索

需求

• python：3.10+（MCP SDK最低要求）

⚠️ 备注：MCP Python SDK需要Python 3.10或更高版本

选项1：自动设置（推荐）

./setup.sh

此脚本将自动执行以下操作：

• 检测可用的Python 3.10+版本
• 创建虚拟环境
• 安装所有依赖项
• 运行基本测试

选项2：手动安装

1.检查Python版本

python3 --version
# Ensure version >= 3.10

如果版本太低，请安装Python 3.10+：

• macOS： brew install python@3.10 或 brew install python@3.11
• Linux：使用系统包管理器
• Windows：从下载 python.org

2.创建虚拟环境

# Create virtual environment with Python 3.10+
python -m venv venv

# Activate virtual environment
# macOS/Linux:
source venv/bin/activate
# Windows:
# venv\Scripts\activate

3.安装依赖项

# Upgrade pip (recommended)
pip install --upgrade pip

# Install project dependencies
pip install -r requirements.txt

运行服务

1.添加仪表板文件

从Grafana导出仪表板JSON文件并将其放置在 dashboard/ 目录。支持多个仪表板文件。

⚠️ 备注：专业的Grafana仪表板元数据对于人工智能分析至关重要。

如何导出：

1. 打开Grafana仪表板
2. 点击右上角的齿轮图标（设置）
3. 选择“JSON模型”
4. 复制内容并另存为 your-service-dashboard.json

2.配置Prometheus

复制示例配置文件并编辑：

cp config.yaml.example config.yaml

然后编辑 config.yaml 使用您的Prometheus服务器信息和仪表板列表：

prometheus:
  url: "http://your-prometheus-url:9090"
  username: "your_username"  # Optional, if authentication required
  password: "your_password"  # Optional, if authentication required
  timeout: 30

dashboards:
  - name: "pulsar-dashboard"
    path: "./dashboard/pulsar-dashboard.json"

相对路径：如果 dashboards[].path 是相对的（例如。 ./dashboard/xxx.json)，已解决 相对于包含配置文件的目录，而不是项目根目录或当前工作目录。例如，如果 config.yaml 在 /opt/dash2insight/config.yaml那么 ./dashboard/foo.json 归结为 /opt/dash2insight/dashboard/foo.json.

⚠️ 备注: config.yaml 包含敏感信息，被忽略 .gitignore.

指定自定义配置文件：您可以通过以下方式使用项目根目录外的配置文件：

• 命令行: python -m src.server -c /path/to/config.yaml 或 ./scripts/run_server.sh --config /path/to/config.yaml
• 环境变量：设置 DASH2INSIGHT_CONFIG=/path/to/config.yaml （当MCP客户端不传递参数时有用）

3.配置MCP服务器

在Cursor或Claude Desktop等AI客户端中配置MCP服务器，指向 server.py 脚本。 以Cursor为例：

1. 打开光标设置
2. 查找“MCP服务器”配置
3. 添加服务器配置

选项1：使用虚拟环境Python

{
  "mcpServers": {
    "Dash2Insight-MCP": {
      "command": "/path/to/Dash2Insight-MCP/venv/bin/python",
      "args": ["/path/to/Dash2Insight-MCP/src/server.py"],
      "cwd": "/path/to/Dash2Insight-MCP"
    }
  }
}

使用绝对路径来避免环境变量问题。 \ 要使用项目根目录外的配置文件，请添加 "-c", "/path/to/your/config.yaml" 到 args. \ ⚠️ 选项1需要设置 cwd 到项目根目录，否则您将得到： ModuleNotFoundError: No module named 'src'.

选项2：使用启动脚本

脚本会自动切换到项目根目录，无需设置 cwd 在MCP配置中：

{
  "mcpServers": {
    "Dash2Insight-MCP": {
      "command": "/path/to/Dash2Insight-MCP/scripts/run_server.sh"
    }
  }
}

1. 重新启动游标

在配置之后， 重新启动游标 以激活MCP服务器。然后，AI可以使用prometheus_query、prometheus.range_query工具，并访问仪表板变量和指标资源。 成功截图： img.png img.png

用法示例

1. 为Pulsar集群生成流量报告，并将其另存为markdown文档。
2. XXX集群在XXX时间发生故障，请帮助我分析原因并提供故障排除步骤。
3. 分析XXX集群的负载，并给出优化建议。

许可证

阿帕奇-2.0