mcpField
G
Grafana MCP

Grafana MCP

本地服务
github.com/itzhouq数据与分析03 周前更新

关于 Grafana MCP

Grafana MCP 是面向项目级上下文的只读 Grafana MCP 服务,供编码 Agent 查询 Loki 日志、Prometheus 指标、Tempo 链路和告警。它可从项目配置读取应用与数据源信息,并在 test 与 prod 环境间切换。

主要功能

  1. 01查询 Loki 日志与标签
  2. 02执行 PromQL 区间和即时查询
  3. 03搜索 Tempo 链路并查看详情
  4. 04查看告警及数据源
  5. 05切换环境并注入项目应用标签

适用场景

  1. 01根据 QA 反馈排查测试问题
  2. 02结合日志、指标和链路定位线上故障
  3. 03在 test 与 prod 间切换后查询
  4. 04按项目上下文缩小 Grafana 查询范围

MCP 相关

该 MCP 服务通过 stdio 向客户端提供 10 个只读查询工具,包括 project_context、switch_environment、loki_query、Prometheus 与 Tempo 查询,以及告警和数据源查询。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"itzhouq-grafana": {
"command": "npx",
"args": [
"-y",
"grafana-mcp"
],
"env": {
"GRAFANA_TEST_URL": "<GRAFANA_TEST_URL>",
"GRAFANA_TEST_USER": "<GRAFANA_TEST_USER>",
"GRAFANA_TEST_PASSWORD": "<GRAFANA_TEST_PASSWORD>",
"GRAFANA_PROD_URL": "<GRAFANA_PROD_URL>",
"GRAFANA_PROD_USER": "<GRAFANA_PROD_USER>",
"GRAFANA_PROD_PASSWORD": "<GRAFANA_PROD_PASSWORD>",
"GRAFANA_ENV": "<GRAFANA_ENV>",
"GRAFANA_APP": "<GRAFANA_APP>"
}
}
}
}
启动命令npx -y grafana-mcp
需要配置的环境变量
GRAFANA_TEST_URLGrafana base URL of the test environment, e.g. https://grafana.example.com
GRAFANA_TEST_USERGrafana username for the test environment (prefer a dedicated Viewer-role account)
GRAFANA_TEST_PASSWORD密钥Grafana password for the test environment
GRAFANA_PROD_URLGrafana base URL of the production environment
GRAFANA_PROD_USERGrafana username for the production environment
GRAFANA_PROD_PASSWORD密钥Grafana password for the production environment
GRAFANA_ENVDefault environment for this project (test by default)
GRAFANA_APPApp label value used to scope Loki queries for this project

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmgrafana-mcp0.1.3

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

来自项目 README

grafana-mcp

CI npm License: MIT Built with Bun

Project-level Grafana MCP server — give your AI coding agent read-only access to Loki logs, Prometheus metrics, Tempo traces and alerts, with per-project context and test/prod environment switching. 零依赖单文件 TypeScript,bun 直接运行。

AI 编码 Agent(Claude Code / Cursor / …)
        │  MCP (stdio)
        ▼
   grafana-mcp ──读──▶ .mcp.json env / .grafana.json / ~/.zshrc(凭据与项目上下文)
        │  HTTP(只读查询 API)
        ▼
   Grafana ──▶ Loki(日志)/ Prometheus(指标)/ Tempo(链路)/ Alerts(告警)

它解决什么问题

日常迭代业务系统时,测试阶段要快速定位 QA 反馈的问题,线上要快速排查功能 bug 与性能瓶颈——这些证据都在 Grafana 体系里(Loki 日志、Prometheus 指标、Tempo 链路)。让 agent 在写代码、修 bug 的同时能直接查到这些上下文,问题定位的效率和准确性会明显提升。但直接用通用 MCP 封装 Grafana API 会遇到三个实际障碍:

痛点本实现的解法
每个项目会话都要口头告诉 agent "我们的应用在 Grafana 里叫什么",容易跑偏项目根放一个 .grafana.json 或在 .mcp.json env 中配置(app、namespace、默认环境),agent 调 project_context 一次对齐方向
test / prod 双环境凭据区分,而 MCP server 由客户端 spawn,是非交互 shell,不会 source .zshrc,环境变量读不到三选一:① .mcp.json env 直接传 GRAFANA_{ENV}_*(零全局依赖)② server 启动时解析 ~/.zshrc / ~/.zshenv 文件文本 ③ 全局配置文件
多数据源实例上"按类型取第一个"容易选错优先使用显式配置的数据源 UID,支持按环境指定

声明

  1. 非官方项目:本仓库与 Grafana Labs 无隶属关系;Grafana、Loki、Prometheus、Tempo 是各自所有方的商标。
  2. 免责:软件按"现状"提供。使用者需自行确保对目标 Grafana 实例的访问已获授权,并遵守所在组织的数据安全与审计规定;日志与指标输出可能包含业务敏感信息,分享查询结果前请自行判断合规边界。作者不对违规使用及其后果负责。
  3. 只读边界:全部 10 个工具均为查询类,不含任何写操作。建议为 agent 配置 Viewer 角色的专用账号(最小权限),不要复用管理员凭据。

快速开始

前提:本机已安装 bun(curl -fsSL https://bun.sh/install | bash)。项目零 npm 依赖,无需 npm install。

方式一:完全项目级配置(推荐 — 零全局依赖)

所有信息(test/prod 双环境地址、凭据、数据源 UID、项目 app 名称)全部写在项目 .mcp.json 中,不依赖 ~/.zshrc,换台机器只需复制 .mcp.json:

{
  "mcpServers": {
    "grafana": {
      "command": "bunx",
      "args": ["grafana-mcp"],
      "env": {
        "GRAFANA_ENV": "test",
        "GRAFANA_APP": "my-app",
        "GRAFANA_NAMESPACE": "my-namespace",

        "GRAFANA_TEST_URL": "https://grafana.test.example.com",
        "GRAFANA_TEST_USER": "viewer",
        "GRAFANA_TEST_PASSWORD": "********",
        "GRAFANA_TEST_LOKI_DATASOURCE": "loki-uid-here",
        "GRAFANA_TEST_PROMETHEUS_DATASOURCE": "prom-uid-here",

        "GRAFANA_PROD_URL": "https://grafana.prod.example.com",
        "GRAFANA_PROD_USER": "viewer",
        "GRAFANA_PROD_PASSWORD": "********",
        "GRAFANA_PROD_LOKI_DATASOURCE": "loki-uid-prod",
        "GRAFANA_PROD_PROMETHEUS_DATASOURCE": "prom-uid-prod"
      }
    }
  }
}

配置好后:

  • project_context 会自动显示当前环境、可用环境列表、项目 app 等信息
  • switch_environment 可在 test/prod 之间切换(仅影响当前会话)
  • loki_query 会自动注入 app="my-app" 标签(传 injectApp=false 关闭)

⚠️ .mcp.json 含明文凭据,务必加入 .gitignore。

方式二:zshrc 全局凭据 + 项目级上下文

适合多项目共享同一套 Grafana 凭据的场景。凭据配在 ~/.zshrc 中(一次性),每个项目只配项目上下文:

项目 .mcp.json(只配项目上下文,不含凭据):

{
  "mcpServers": {
    "grafana": {
      "command": "bunx",
      "args": ["grafana-mcp"],
      "env": {
        "GRAFANA_ENV": "test",
        "GRAFANA_APP": "my-app"
      }
    }
  }
}

或项目 .grafana.json(承载更多信息,对 agent 可见可解释):

{
  "defaultEnv": "test",
  "app": "my-app",
  "appLabel": "app",
  "namespace": "my-namespace",
  "notes": "本项目日志标签 app=my-app;查指标时 pod 前缀为 my-app-"
}
字段说明
defaultEnv默认环境(test / prod / 自定义)
app应用在 Loki 中的 app 标签值,loki_query 会自动注入到查询 selector
appLabelapp 标签名,默认 app
namespace默认 namespace,供 agent 参考
notes自由文本备注,project_context 会原样带给 agent
environments.{env}.url该环境的 Grafana 地址(覆盖 zshrc 中的同名变量)
environments.{env}.user该环境的用户名
environments.{env}.password该环境的密码
environments.{env}.app该环境的 app 标签值(同一项目 test/prod 命名不同时用,优先于顶层 app)
environments.{env}.appLabel该环境的 app 标签名,默认 app
environments.{env}.datasources按环境指定数据源 UID(loki/prometheus/tempo)

⚠️ .grafana.json 的 notes 和 environments 可能包含敏感信息——建议加入 .gitignore。

凭据从哪来(三种来源,按优先级合并)
进程环境变量(.mcp.json env:GRAFANA_{ENV}_URL 等按环境,或 GRAFANA_URL 直连)
  → 项目 .grafana.json 的 environments.{env} 字段
    → 全局配置 ~/.config/grafana-mcp/config.json(可选,适合无 .zshrc 的机器)
      → ~/.zshrc + ~/.zshenv 文本解析(适合全机统一配置)

不依赖 shell 环境:MCP server 由客户端 spawn,是非交互、非登录 shell,不会 source rc 文件。本实现直接解析 rc 文件文本或从进程环境变量读取,这是特性而非 workaround。

克隆使用

偏好克隆使用的话:

git clone https://github.com/itzhouq/grafana-mcp.git && cd grafana-mcp
bun run index.ts          # stdio JSON-RPC,接入任意 MCP 客户端

.mcp.json 中对应写 "command": "bun", "args": ["run", "/path/to/grafana-mcp/index.ts"]。

工具列表

工具说明
project_context调查前必调:激活环境、可用环境、项目 App/namespace、数据源 UID、配置来源(密码脱敏输出)
switch_environment切换 test/prod(仅影响当前会话),返回新环境上下文
loki_queryLogQL 日志查询;项目配置了 app 时自动注入 selector(injectApp=false 可关)
loki_labels列 Loki 标签名,或查某标签全部取值(如确认 app 名称在当前环境是否存在)
prom_queryPromQL 区间查询
prom_instantPromQL 即时查询
tempo_searchTraceQL 链路搜索
tempo_trace按 traceID 查看完整链路
alerts当前正在告警的规则
datasources列出全部数据源

时间参数(loki/prom/tempo 通用):range(默认 1h,如 30m/6h/24h)、start/end(ISO 8601 绝对时间)、limit。

与官方 mcp-grafana 的差异

Grafana 官方也提供 MCP server(Go 实现,面向全局单实例的完整工具集)。两者定位不同,可并存:

grafana-mcp(本仓库)官方 mcp-grafana
使用粒度项目级:项目根 .grafana.json 声明上下文,project_context 一次对齐全局实例,项目信息需每次口头提供
多环境test/prod 双环境一等公民,switch_environment 一键切换面向单一实例配置
凭据来源.mcp.json env(零全局依赖)/ ~/.zshrc 文本解析 / 全局配置文件(三选一,可混用)环境变量
形态零依赖单文件 TypeScript,bun 直接运行Go 二进制 / Docker

选型建议:要全量 Grafana 管理能力用官方;要"每个业务项目开箱即用的日志/指标排查上下文 + 双环境",用本仓库。

安全提示

  • Grafana 账号建议使用 Viewer 角色的专用账号,不要复用管理员凭据。
  • 凭据明文存于 ~/.zshrc(或进程环境),MCP server 仅在本机内存中使用,不落盘、不回显(project_context 输出对密码脱敏)。
  • 如需集中管理,可把连接信息放到 ~/.config/grafana-mcp/config.json 并 chmod 600,~/.zshrc 中的同名变量会被其覆盖。
  • 支持 1Password 回退(可选):设置 GRAFANA_OP_VAULT / GRAFANA_OP_ITEM 后,无账密时通过 op CLI 取凭据。

FAQ

为什么 agent 读不到 .zshrc 里的环境变量? MCP server 由客户端 spawn,是非交互、非登录 shell,不会 source rc 文件。本实现提供三种解法:① 在 .mcp.json env 中直接配 GRAFANA_{ENV}_*(推荐)② server 解析 rc 文件文本 ③ 用全局配置文件。

不想装 bun? 当前运行时依赖 bun(单文件 TS 直跑是刻意的设计取舍)。Node 兼容的编译产物在 Roadmap 中,欢迎 issue 催更。

查询结果太长被截断? 超过 6 万字符自动截断并提示缩小范围;命中 limit 上限时也会明确提示可能还有更多。建议总是带 range 与 limit。

数据源选错了? 在 GRAFANA_{ENV}_LOKI_DATASOURCE 等变量或 .grafana.json 的 environments.{env}.datasources 中显式指定 UID。

本地开发

bun run smoke    # MCP 协议握手 + 工具清单 + project_context;本机配好凭据后自动追加真实查询
bun run test     # 冒烟 + 集成测试(项目上下文发现、app 注入、prod 切换;需要真实凭据,CI 跳过)

CI 只运行无凭据的协议级冒烟测试与敏感信息扫描;集成测试需要真实 Grafana 环境,请在本机运行。

Roadmap

  • Node 兼容编译产物(降低 bun 前提)
  • 仪表盘面板数据读取
  • 更多环境变量发现来源(direnv 等)

关于作者

itzhouq — 个人网站 itzhouq.cn,在那里持续 build in public。其他开源工具:

  • archery-mcp — 让 AI 只读接入 Archery SQL 审计平台的 MCP server(生产表结构查询 + 上线 SQL 预检)

欢迎 issue / PR;安全漏洞请走 SECURITY.md 的私密渠道,不要开 public issue。


mcp-name: io.github.itzhouq/grafana-mcp

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。