$ loading_
让 AI 通过标准接口查询并分析 Prometheus 监控指标，辅助排障与运维决策。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"prometheus-mcp-server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
查询过去 6 小时 payment-service 的请求延迟 P95、错误率和请求量趋势，并分析延迟升高是否与流量或错误率变化相关。
返回关键监控指标趋势，并给出导致延迟异常的可能原因与排查方向。
分析过去 24 小时 orders-api 所在实例的 CPU、内存、磁盘 I/O 和容器重启次数，判断是否存在资源瓶颈。
输出资源使用概况，指出异常指标，并总结是否需要扩容或优化配置。
基于今天的 Prometheus 指标，汇总 checkout 系统的可用性、错误率、延迟和饱和度，生成一段适合发给团队的健康状态摘要。
生成简明的系统健康报告，包含核心指标结论和需要关注的风险点。
连接 Prometheus 指标系统，执行 PromQL 查询并分析监控数据趋势与异常。
通过自然语言调用 MetricFlow，查询指标、维度并执行数据分析操作。
让 AI 安全查询和分析业务指标，输出可靠的数据分析结论。
通过 MCP 连接 MongoDB，供 AI 安全查询、管理与处理数据库数据。
通过 MCP 访问和管理 Langfuse 提示词，提升大模型提示工程效率。
通过 MCP 连接 Jupyter 环境，帮助执行代码、分析数据并交互式探索结果。