Rhoai Observability MCP

红帽OpenShift AI（RHOAI）可观察性MCP

    

MCP（模型上下文协议）服务器，使AI助手可以直接访问Red Hat OpenShift AI可观察性数据。查询Prometheus指标、Alertmanager警报、Loki日志、Grafana仪表板和Kubernetes集群状态，以排除vLLM推理工作负载的故障。

特性

• 21工具 跨越7个类别，实现全面可观测性
• vLLM感知 度量（TTFT、TPOT、E2E延迟、KV缓存、队列深度）
• 综合调查 自动关联指标、日志和警报的工具
• 自动检测 OpenShift服务的集群内访问与外部访问
• 建立在 FastMCP 通过异步后端 httpx

建筑

graph TD
    A[Claude / AI Assistant] -->|MCP Protocol| B[rhoai-observability-mcp]
    B --> C[Thanos / Prometheus]
    B --> D[Alertmanager]
    B --> E[Loki]
    B --> F[Tempo]
    B --> G[Grafana]
    B --> H[Kubernetes / OpenShift]

后端：

快速开始

# Clone and install
git clone https://github.com/opendatahub-io/rhoai-observability-mcp.git
cd rhoai-observability-mcp
uv pip install -e ".[dev]"

# Configure (see INSTALL.md for all options)
export THANOS_URL=https://thanos-querier.openshift-monitoring.svc:9091
export ALERTMANAGER_URL=https://alertmanager-main.openshift-monitoring.svc:9093
export OPENSHIFT_TOKEN=$(oc whoami -t)

# Run
python -m rhoai_obs_mcp.server

看 安装.md 了解详细的设置、配置和Claude Desktop集成。

构建和部署

构建容器映像

make build

覆盖图像名称或标签：

make build IMAGE_NAME=quay.io/myorg/rhoai-observability-mcp IMAGE_TAG=v1.0.0

推送到注册表

make push

部署到OpenShift

先决条件： oc login 到您的集群， kustomize 安装并创建目标项目：

oc new-project rhoai-obs-mcp

然后部署：

make deploy

这使用Kustomize构建OpenShift覆盖层(deploy/overlays/openshift/)在基础清单之上(deploy/base/)并将其应用于 rhoai-obs-mcp 命名空间。要部署到其他命名空间，请执行以下操作：

make deploy NAMESPACE=my-namespace

卸载

make undeploy

如果部署到自定义命名空间，请传递相同的值：

make undeploy NAMESPACE=my-namespace

CI构建的映像

容器图像是从以下内容自动构建的 main 并向GHCR发布：

ghcr.io/opendatahub-io/rhoai-observability-mcp:latest

地方发展与善良

为开发和测试设置一个具有模拟可观察性后端的本地Kubernetes集群：

# Prerequisites: kind, kubectl, helm, kustomize
make kind-up

这将创建一个Kind集群，通过Helm安装Prometheus+Alertmanager+Grafana，部署一个假的vLLM指标导出器，并部署MCP服务器。访问MCP服务器 http://localhost:30080.

要指向真正的外部后端而不是模拟：

make kind-deploy THANOS_URL=https://real-cluster:9091 ALERTMANAGER_URL=https://real-cluster:9093 GRAFANA_URL=https://real-cluster:3000 TEMPO_URL=https://real-cluster:8080

拆卸：

make kind-down

工具参考

指标

警报

日志

痕迹

簇

仪表盘

调查

文档

• 安装.md --安装、配置和集成
• 测试.md --运行测试和编写新测试
• 贡献.md --开发设置和贡献指南

许可证

麻省理工学院