GitHub优秀开源项目prometheus-mcp：服务变慢了吗？问AI就知道 全程干货github热门开源项目

想让 AI 回答服务有没有变慢，可以用 prometheus-mcp 查已有监控。它是开源的 MCP 服务器，把 Prometheus 查询能力接给 AI 客户端，供排查指标的运维和后端工程师使用；监控数据仍要由你自己的系统采集。

一次可落地的用法是：给出订单服务的延迟指标、查询时间范围和 Prometheus 连接，让客户端调用范围查询，再核对返回的时间序列。AI 可以解释数据，不能把没有采集到的数据凭空补出来。

从一句问题走到一条曲线

假设值班时有人问：“订单服务最近半小时有没有变慢？”现有环境已经采集了请求延迟，Prometheus 能看到相应指标。传统做法是打开大盘、选服务、找时间段；接入 prometheus-mcp 后，可以让支持 MCP 的客户端按问题查询，并把结果整理成文字。

链路是：工程师给出服务和时间范围，AI 客户端选择工具并构造查询，prometheus-mcp 访问已有 Prometheus，再把查询返回的数据交给客户端。项目 README 说明，工具把 Prometheus API 的结构化结果交给模型处理。

这条链路中最重要的是最后能看到查询依据。只给出“变慢了”不够：要知道用了哪个指标、哪些标签、时间范围和步长。没有这些信息，回答即使听起来像那么回事，也无法复核。

项目把单时点查询和时间范围查询分开。query 适合问某个时刻的值；range_query 给定起点、终点和步长，返回一段时间里的序列。标题里的“变慢”通常需要看变化，选择范围查询更合适；仅看当前值，不能证明刚才发生了什么。

连接前，先确认这条指标存在

准备一个能访问的 Prometheus、一个支持 MCP 的客户端，以及项目发布的服务程序。项目发布页的 0.19.0-rc.0 是预发布版本；二进制和环境变量名称在迁移后有变化，安装时以所选版本的发布说明和 --help 为准，别把旧名称当成新版本必然可用。

按项目安装说明取得对应系统的 prometheus-mcp，在客户端添加本地启动的 MCP 服务。把 --prometheus.url 指向客户端运行环境能访问的 Prometheus 地址；选择客户端支持的传输方式并启动。容器里的本机地址可能指向容器本身，不能照抄宿主机上的本机地址。

项目还支持 HTTP 传输。多人共用时，要考虑谁能访问 MCP 服务、它能代表谁访问监控，以及监控里是否有敏感标签。认证凭证按你现有的部署方式提供，不要把带权限的凭证贴进聊天记录。

连接完成后，先在客户端查看它发现的工具列表。项目列出 query、range_query 等查询工具，也列出可能改变服务状态的管理类工具。给排查任务开放需要的查询能力即可；不要为了让模型“什么都能查”而顺手给予重载、退出等管理权限。工具列表和后端权限要一起检查，光在提示词里说“不要操作”不构成权限控制。

给它一个可复核的查询

先向监控维护者确认订单服务暴露了什么指标。举例来说，如果系统确实有请求延迟直方图，就可以要求客户端查询最近半小时的相关分位数曲线，并明确服务标签、时间范围和步长。没有对应直方图时，不能硬套这个计算。

提示词可以写成：“查询订单服务最近半小时请求延迟的变化，列出使用的 PromQL、时间范围、步长和返回序列；查不到数据时说明缺少什么。”这里的目标是拿到可核对的查询，不是要求模型立刻宣布故障原因。

观察工具调用记录：是否选择了 range_query，查询中的服务标签是否指向订单服务，时间起止和步长是否符合问题。结果里如果没有时间序列，先检查指标名、标签和采集状态；空结果不等于延迟为零。

再用 Prometheus 原有查询界面执行同一条 PromQL，检查同一时间范围返回的数据是否一致。AI 的摘要与原始序列不一致时，以可复核的查询结果继续排查；真实环境的输出与复核结果填【待取得】。

问句也要带上业务语境。订单服务如果同时有查询和支付接口，只说“所有请求的平均延迟”可能把两条链路混在一起；明确要看的接口标签和聚合方式，再让客户端生成查询。模型给出的 PromQL 若删掉了关键标签，应要求它展示原始序列，而不是继续解释一个范围不对的结果。

一条曲线不能替你解释整个故障

查询能减少在多个页面之间找指标的动作，但模型并不天然知道业务含义。同一延迟指标可能按实例、接口或状态码拆成多条序列；没有说明聚合口径，几条曲线的平均值就可能掩盖某个接口的异常。

范围查询还受采样间隔、查询步长和指标保留时间影响。选错时间段，昨天的故障会被说成“现在正常”；步长过粗，也可能看不到短暂尖峰。让客户端把这些参数一起展示出来，比要求一句笼统结论更有价值。

这套方式适合已有 Prometheus 数据、希望用自然语言定位具体指标的团队。它的代价是要维护 MCP 连接、访问权限和查询复核；没有指标的服务，先补采集，接一个会说话的客户端也查不出历史数据。

收尾就检查一件事：值班人员能否从 AI 的回答回到同一条 PromQL 和时间范围，并在现有监控里看到对应结果。