mcpField
M
mcp-alertmanager

mcp-alertmanager

本地服务
github.com/jeanlopezxyz云与基础设施038 周前更新

关于 mcp-alertmanager

mcp-alertmanager 是用于操作 Prometheus Alertmanager 的 Go 语言 MCP 服务,面向监控和平台团队。它提供告警、静默、状态及排查工具,并支持直接 URL 或 Kubernetes 连接。

主要功能

  1. 01筛选并分组告警
  2. 02创建和删除静默
  3. 03查看状态与接收器
  4. 04调查并关联告警

适用场景

  1. 01查看当前触发或严重告警
  2. 02维护期间为告警创建静默
  3. 03事件处理中追查相关告警

MCP 相关

向 MCP 客户端提供 12 种 Alertmanager 工具,包括告警查询、静默管理、状态检查和调查。可通过直接 API URL 或 Kubernetes API 服务代理连接。

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": {
"jeanlopezxyz-mcp-alertmanager": {
"command": "npx",
"args": [
"-y",
"mcp-alertmanager"
]
}
}
}
启动命令npx -y mcp-alertmanager

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
npmmcp-alertmanager2.1.1

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

Alertmanager MCP 服务(Go)

License: MIT npm version Go GitHub release

用于集成 Prometheus Alertmanager 的 Model Context Protocol (MCP) 服务。原生 Go 二进制程序,通过 client-go 内置 Kubernetes 连接功能。

安装

npx
npx -y mcp-alertmanager@latest
MCP 客户端配置

将以下内容添加到 MCP 客户端配置中(VS Code、Cursor、Windsurf 等):

{
  "mcpServers": {
    "alertmanager": {
      "command": "npx",
      "args": ["-y", "mcp-alertmanager@latest"],
      "env": {
        "ALERTMANAGER_URL": "http://localhost:9093"
      }
    }
  }
}
VS Code
code --add-mcp '{"name":"alertmanager","command":"npx","args":["-y","mcp-alertmanager@latest"],"env":{"ALERTMANAGER_URL":"http://localhost:9093"}}'
Kubernetes 自动连接

通过 K8S API 服务代理,自动连接到在 OpenShift/Kubernetes 中运行的 Alertmanager。使用 client-go,通过原生 kubeconfig/集群内配置连接。无需 kubectl 或端口转发。

默认值:openshift-monitoring/alertmanager-operated:9093

{
  "mcpServers": {
    "alertmanager": {
      "command": "npx",
      "args": ["-y", "mcp-alertmanager@latest"]
    }
  }
}
二进制程序

从 GitHub Releases 下载,或从源代码构建:

make build
./mcp-alertmanager

配置

环境变量
变量描述
ALERTMANAGER_URL直接指定 Alertmanager API URL(覆盖 K8S 自动连接)
CLI 标志
标志描述默认值
--url直接指定 Alertmanager URL-
--namespaceKubernetes 命名空间openshift-monitoring
--serviceKubernetes 服务名称alertmanager-operated
--service-portKubernetes 服务端口9093
--service-scheme服务协议(http/https)https
--kubeconfigkubeconfig 文件路径自动检测

优先级: --url / ALERTMANAGER_URL > K8S 自动连接

连接策略:

  1. 直接 URL(如果设置了 --url 或 ALERTMANAGER_URL)
  2. K8S API 代理(自动检测 kubeconfig 或集群内配置)

工具(12 个)

告警
工具描述
getAlerts获取告警,可选择筛选条件
getAlertGroups按路由标签分组获取告警
getCriticalAlerts仅获取严重级别告警
getAlertingSummary摘要:按严重级别统计数量、列出热门告警和命名空间
静默
工具描述
getSilences按状态列出静默
createSilence为告警创建静默
deleteSilence按 ID 删除静默
状态
工具描述
getAlertmanagerStatus服务状态、版本、集群信息
getReceivers列出通知接收方
故障排查
工具描述
investigateAlert深入调查特定告警
getAlertHistory告警历史和分析指南
correlateAlerts根据共享标签查找相关告警

提示词示例

"What alerts are currently firing?"
"Are there any critical alerts?"
"Give me a summary of the alerting status"
"Investigate the HighMemoryUsage alert"
"Create a 2-hour silence for PodCrashLooping"
"What receivers are configured?"
"Find correlated alerts to identify the root cause"
"Show me alert history for KubeNodeNotReady"

开发

构建
make build              # Build for current platform
make build-all-platforms # Cross-compile for all platforms
容器
podman build -f Containerfile -t mcp-alertmanager .

Kubernetes / OpenShift 部署

容器镜像

容器镜像托管于 GitHub Container Registry:

ghcr.io/jeanlopezxyz/mcp-alertmanager:latest
Helm Chart

使用随附的 Helm Chart 部署:

# Add the chart repository (or use local chart)
helm upgrade --install mcp-alertmanager ./charts/mcp-alertmanager \
  --namespace mcp-servers \
  --create-namespace \
  --set openshift=true
Helm Values
参数描述默认值
image.registry容器注册表ghcr.io
image.repository镜像仓库jeanlopezxyz/mcp-alertmanager
image.version镜像标签latest
openshift启用 OpenShift Routesfalse
service.port服务端口8080
alertmanager.namespaceAlertmanager 命名空间openshift-monitoring
alertmanager.serviceAlertmanager 服务名称alertmanager-operated
rbac.useClusterReader使用 cluster-reader 角色true
使用自定义 Alertmanager 的示例
helm upgrade --install mcp-alertmanager ./charts/mcp-alertmanager \
  --namespace mcp-servers \
  --set openshift=true \
  --set alertmanager.url=http://alertmanager.monitoring:9093

许可证

MIT

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。