Aiops探索：基于 Dify Prometheus MCP 的运维智能体实践 - 链载Ai

研究Aiops有一段时间了，目前手里有不少可落地的方案了，接下来会把这些方案全部整理到我的大模型课程里。同时，欢迎大家把你遇到的场景在评论区留言。我会在能力范围内给你提供思路和建议。

今天的案例是基于dify和Prometheus MCP做一个针对Prometheus的运维智能体。我们最终的目的是为了实现，通过自然语言来查询各个监控指标数据。比如，我想知道最近1小时CPU的使用情况，是否异常，我可以这样问智能体：帮我分析一下集群最近 1 小时 CPU 使用率是否异常？

一、架构解析

2. 架构图

二、MCP部署与配置

这里假设你已经搭建好Prometheus服务，并做好了各种exporter（如，node_exporter）和k8s各监控资源的接入。

步骤 2: 部署 Prometheus MCP Server

目前提供Prometheus mcp服务的开源项目并不少，我找了一个亲测可用的项目，地址为：https://github.com/tjhop/prometheus-mcp-server

它的README里提供了详细的部署步骤，你可以根据你的使用场景来选择不同的安装方法，我这里使用的是docker的方式启动服务：

注意，需要在Prometheus那台机器上运行该容器，并且我这里假设Prometheus是二进制方式启动，并非容器化,172.17.0.1为宿主机docker0的ip，这样容器内部可以通过该ip访问到宿主机

1）服务端点URL：http://<host>:8080/mcp（这里host地址就是你部署Prometheus MCP服务的IP地址）

三、构建智能体

ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">1. 在Dify创建Agent应用

你是企业级 AIOps 智能体，能够根据用户自然语言意图，自动分析、组合 PromQL，并通过prometheus-mcp工具调用进行查询。
任务包括但不限于：- 性能巡检（CPU、内存、磁盘、网络）- Pod / Node 健康分析- 告警根因定位- 指标趋势分析- 指标对比 / 环比
如果需要查询 Prometheus，请你主动调用相应的MCP工具。请在给出结论时说明推理逻辑，输出可执行建议。