otel prom MCP server

开放遥测+普罗米修斯MCP服务器

使用两个FastAPI微服务测试Prometheus + OpenTelemetry的完整环境，使用Llama3和服务器生成PromQL 普罗米修斯mcp服务器 与Prometheus。

组件

• 普罗米修斯 (docker-compose） 存储和显示指标。
• 开放遥测采集器: 接收 OTLP （gRPC/HTTP） 并将转换的指标暴露给 Prometheus 抓取 （:9464).
• 演示指标API (services/app） FastAPI 采用 OTel Metrics 和延迟中间件，在 :8000 （把它们换掉 /docs).
• 提示UI (services/ui）： FastAPI + Jinja2 用自然语言写问题，通过Llama3（Ollama）生成PromQL并查询Prometheus。
• Ollama+Callam3：模型轻量级·全球之声 llama3.2:1b 默认情况下， 托管在容器中 ollama.
• 普罗米修斯mcp服务器带有 HTTP 传输的 MCP 服务指向此堆栈的 Prometheus （端口） 8082 默认情况下，用于兼容的 IDE/向导。

先决条件

• Docker+Docker组合
• 下载Ollama模型的磁盘空间（~1-2 GB用于 llama3.2:1b).

如何登山

1. 转到工程文件夹 ：\

cd prometheus-ai

1. 可选：准备 .env下载图片并保证模型：\

./scripts/install.sh （使用 --skip-model-pull 跳过模型）

1. 您可以使用重置完成：\

./run.sh （推倒，拉，建造，上升和下降Ollama模型）

1. 全部上传（ 如果您没有使用上一步） ：\

docker compose up -d

1. 模式选择：\

docker exec prometheus-ai-ollama ollama pull llama3.2:1b

主要端点

• 演示API： http://localhost:8000/docs (/health, /items/{id}, /orders).
• 提示UI： http://localhost:8080 （使用Llama3生成PromQL，以PT-BR显示JSON和摘要）。
• 普罗米修斯： http://localhost:9090.
• OTel收集器：OTLP gRPC http://localhost:4317，HTTP http://localhost:4318，Metricas http://localhost:9464/metrics.
• MCP服务器（HTTP）： http://localhost:8082.

指标流

Demo API -> (OTLP gRPC) -> OTel Collector -> (endpoint /metrics em :9464) -> Prometheus\ Prometheus 已经被配置为刮掉收集器和自己。

环境变量

查看 .env / .env.example 端口和模型名称。大脑 LLAMA_MODEL 如果你想要另一个模型。

使用UI + LLM

1. 打开 http://localhost:8080.
2. 写下类似：

- “5xx最后一分钟请求率” - “P95 端点/项目在过去 5 分钟的延迟”

1. 屏幕显示：生成的PromQL，Prometheus 的原始JSON和自然语言解释（PT-BR）。

使用 prometheus-mcp-server

容器 prometheus-ai-mcp-server 已经上升到：

PROMETHEUS_URL=http://prometheus:9090
PROMETHEUS_MCP_SERVER_TRANSPORT=http
PROMETHEUS_MCP_BIND_HOST=0.0.0.0
PROMETHEUS_MCP_BIND_PORT=8082

在 MCP 客户端中，指向 http://localhost:8082 （或使用 stdio/stdio+docker 作为原始项目的 README prometheus-mcp-server/README.md).

快速发展

• 调整 API 或 UI，并仅运行所需的服务：\

docker compose up --build app-service\ docker compose up --build ui-service

• 活体日志： docker compose logs -f app-service ui-service otel-collector

额外的可见性

• App 指标 ： demo_requests_total, demo_request_latency_ms{bucket,sum,count}, demo_pending_orders.
• Métricas HTTP/semconv： http_server_duration_milliseconds_{sum,count} 和相关的，如果工具。
• 运行时间/进程指标： process_cpu_seconds_total, process_resident_memory_bytes, up等等。
• 简单负载测试 ： curl "http://localhost:8000/items/1?slow=1" 创建延迟。

结构

• docker-compose.yml乐团服务。
• otel-collector-config.yaml：管道OTLP->普罗米修斯出口商。
• prometheus/prometheus.yml收藏家和普罗米修斯本身的抓取。
• services/app：fastapi+Inn梅特里察斯。
• services/uiFastAPI + Jinja2 + Ollama （Llama3） 用于生成 PromQL。
• prometheus-mcp-server官方存储库的副本，已集成到 compose 中。
• scripts/install.sh帮助下载图像并保证Ollama模型。
• run.sh全部重置（down -v），删除图像，pull，build --no-cache，up -d，然后拖动模板。