Grafana Labs

Any agent anywhere: How to use Grafana Cloud with Claude, Cursor, and any other AI agent

7.1内容质量
Any agent anywhere: How to use Grafana Cloud with Claude, Cursor, and any other AI agent

TL;DR · AI 摘要

Title: Any agent anywhere: How to use Grafana Cloud with Claude, Cursor, and any other AI agent URL Source: Published Ti...

核心要点

  • 主题聚焦:Any agent anywhere: How to use Grafana Cloud wit
  • 来源:Grafana Labs,建议结合原文判断细节。
  • AI 分析暂不可用,本条为保底评分与摘要。
#AI#编程#前端#后端#云计算
打开原文

AI 代理正在成为日常工程工作流程的一部分,帮助团队编写代码、排查问题并自动化任务。但要在生产环境中真正发挥作用,这些代理需要访问的不仅仅是代码。它们还需要可观测性数据和上下文,以了解系统中发生的情况、调查问题并帮助您采取行动。

在 Grafana Labs,我们认为上下文应该在您工作的任何地方都可用。这是 Grafana Cloud 作为开放代理可观测性平台的核心理念之一:通过您偏好的 AI 代理(无论是 Grafana Assistant、IDE 中的代码代理,还是您自己构建的工具)灵活地使用可观测性数据——这样您无需切换工具即可调查和排查问题。

在本文中,我们将探讨如何通过 Grafana Cloud MCP 服务器 和 gcx 等工具将 Grafana Cloud 引入您的代理工作流程,并在过程中提供实际示例。您还可以查看下方视频中的 ObservabilityCON 2026 演讲,了解更多信息。

使用 AI 代理结合 Grafana Cloud 的三种方式

根据您工作和偏好的方式,有多种方法可以将 Grafana Cloud 的可观测性数据和上下文引入 AI 工作流程:

  • 直接在 Grafana Cloud 中工作: 使用内置于 Grafana Cloud 的 AI 助手 Grafana Assistant 来调查问题并与可观测性数据进行交互。
  • 连接您偏好的 AI 代理: 使用 Grafana Cloud MCP 服务器将 Grafana Cloud 数据引入兼容工具,如 Claude、ChatGPT 和 Codex。
  • 与代码代理和脚本配合工作: 使用 Grafana Cloud 命令行工具 gcx,让代码代理直接从其工作环境中访问可观测性数据。

Image 1: 一张图表,展示三种使用 Grafana Cloud 与任何代理结合的方式:在 Grafana Cloud 中直接使用 Grafana Assistant,通过 Grafana Cloud MSP 服务器连接到其他代理,或从 shell 使用 gcx。%3Aquality(90)%2F&w=3840&q=75)

无论您是直接在 Grafana Cloud 中使用 Grafana Assistant,还是使用自己的 AI 代理,都可以选择最适合您的方法。让我们看看 Grafana Cloud MCP 服务器和 gcx 如何在 Grafana Cloud 之外实现这一点。

[通过Claude和Grafana Cloud MCP服务器从手机调查警报](https://grafana.com/blog/any-agent-anywhere-how-to-use-grafana-cloud-with-claude-cursor-and-any-other-ai-agent/#investigate-an-alert-from-your-phone-with-claude-and-grafana)

想象一下,你正在咖啡店排队时,工程总监发来一条Slack消息。前端出现了问题,他们需要你的帮助。

你的笔记本电脑还在背包里,但你不一定需要它来开始调查。通过将Claude连接到Grafana Cloud MCP服务器,你可以拿出手机并提出一个简单的问题:“为什么前端变慢了?有没有什么警报触发了?”

Claude可以直接在对话中使用Grafana Cloud的数据来回答你的问题。在这个例子中,它确认了一个警报已被触发,展示了相关信号的图表,并识别出受影响的页面。

然后你可以提出后续问题:这对前端的健康状况有什么影响?问题的根源是什么?同样,Claude可以返回一个交互式的Grafana Cloud视图,直接嵌入对话中,为你提供更多关于前端应用健康状况的上下文信息,并帮助你确定下一步需要调查的方向。

所有这些操作都可以在不离开对话或打开笔记本电脑的情况下完成。等你拿到咖啡时,你已经确认了问题并开始探索其影响。

[工作原理:Grafana Cloud MCP服务器和MCP应用](https://grafana.com/blog/any-agent-anywhere-how-to-use-grafana-cloud-with-claude-cursor-and-any-other-ai-agent/#how-it-works-the-grafana-cloud-mcp-server-and-mcp-apps)

这种体验由两项能力驱动:Grafana Cloud MCP服务器和MCP应用。

模型上下文协议(MCP) 是一个开放标准,使AI代理能够连接到外部工具和数据源。Grafana Cloud MCP服务器将你的Grafana Cloud可观测性数据提供给兼容的代理,允许它们查询警报、仪表板和遥测数据,以帮助回答问题并调查问题。

这意味着你可以使用已有的AI工具与Grafana Cloud数据进行交互,而无需完全依赖可观测性平台内置的助手。

MCP应用 进一步推动了这一进程,将交互式Grafana Cloud视图直接带入你的AI对话中。与仅返回问题的文本描述不同,代理可以在对话旁边显示相关的可视化图表,例如触发的警报和前端健康状况。

图2:移动设备上MCP应用的截图,显示传输服务健康状况的指标。%3Aquality(90)%2F&w=3840&q=75)

这些视图由Grafana Cloud MCP服务器提供,并可在支持它们的MCP客户端中显示。

图3:移动设备上显示MCP应用的截图,包含与前端服务健康状况相关的指标。%3Aquality(90)%2F&w=3840&q=75)

要了解更多内容,请参阅Grafana Cloud MCP 服务器文档。

[在 Cursor 中继续调查,结合 Grafana Cloud 上下文和 gcx](https://grafana.com/blog/any-agent-anywhere-how-to-use-grafana-cloud-with-claude-cursor-and-any-other-ai-agent/#continue-your-investigation-in-cursor-with-grafana-cloud-con)

现在想象你已经喝完咖啡并打开了笔记本电脑。你希望更仔细地查看前端性能问题,并寻求代码代理的帮助。

你导航至Grafana Cloud 前端可观测性,仪表板显示首次字节时间(TTFB)升高,这是性能下降的典型症状之一。

你可以手动将相关查询、筛选器和时间范围复制到代码代理中并解释你正在查看的内容。但 Grafana Cloud 提供了一种更简单的方式来传递上下文。

从仪表板的面板中,你可以点击一个按钮,自动收集相关信息,包括查询、筛选器和时间范围。然后选择你偏好的代理(此处以 Cursor 为例),并将上下文直接发送给它。

图片 4:一个弹出窗口的截图,显示“将此 Grafana 面板发送到 Cursor”%3Aquality(90)%2F&w=3840&q=75)

现在 Cursor 已经拥有与你在 Grafana Cloud 中相同的初始上下文。你无需从头开始解释问题,可以直接要求它比较受影响的 Pod 与正常 Pod。Cursor 使用 gcx 查询 Grafana Cloud 并开始调查差异。

这使你能够在当前工作环境中继续调查,同时将 Grafana Cloud 中的相关可观测性上下文传递过来。

[工作原理:通过 gcx 为代码代理提供 Grafana Cloud 访问权限](https://grafana.com/blog/any-agent-anywhere-how-to-use-grafana-cloud-with-claude-cursor-and-any-other-ai-agent/#how-it-works-give-coding-agents-access-to-grafana-cloud-with)

gcx 是 Grafana Cloud 的命令行工具。它为开发人员和代码代理提供了一种直接从终端与 Grafana Cloud 交互的方式。由于代码代理可以执行 shell 命令,它们也可以使用 gcx 作为调查的一部分来访问可观测性数据。

gcx 包含精选的代理技能,帮助代码代理了解如何使用 Grafana Cloud 数据执行常见任务,而无需逐步说明。代理还可以发现可用命令,并使用它们探索系统的不同部分,包括服务、数据库和前端会话。

例如,gcx 提供以下命令:

  • 探索应用程序服务:检查服务及其操作以了解应用程序行为。
  • 调查数据库:在性能调查过程中列出并检查数据库实例。
  • 检查前端活动:访问前端应用程序信息和会话以了解最终用户体验。

以下是可用命令的示例(省略参数):

code
gcx
├─ appo11y
│  ├─ services get
│  └─ services list-operations
├─ dbo11y
│  ├─ instances list
│  └─ instances get
└─ frontend
   ├─ apps list
   └─ sessions get

在我们的示例中,gcx为Cursor提供了超越原始告警的能力,可以查询额外的可观测性数据来指导调查。由于gcx是基于命令行工具,这种方案不仅限于Cursor。其他能够执行shell命令的编码代理也可以使用它,从而可以将Grafana Cloud数据整合到现有的开发和自动化工作流中。

了解更多并开始使用,请访问gcx GitHub仓库。

将所有内容整合:使用开源代理在Slack中调查问题

如果希望在不离开Slack的情况下调查问题,也可以通过gcx和Grafana Cloud MCP服务器将开源代理(如Hermes)连接到Grafana Cloud。

图5:顶部文字显示"现在所有内容整合...",然后展示从Slack到Hermes到gcx和MCP服务器再到Grafana Cloud的工作流程图。%3Aquality(90)%2F&w=3840&q=75)

例如,假设团队报告完成的银行转账数量下降,尽管流量看起来正常。你可以直接在Slack中要求Hermes调查问题,并提供受影响的应用、时间窗口和相关上下文。

随后,Hermes可以使用gcx命令和MCP工具调查底层请求、检查用户会话,并将结果与早期时间窗口进行比较。之后,它可以在Slack线程中报告发现,附带Grafana Cloud链接、潜在原因和建议的后续步骤。

图6:博客图片%3Aquality(90)%2F&w=3840&q=75)

总结

使用Grafana Cloud时,你可以选择代理、模型、提供商以及工作环境。Grafana Cloud随后会为你的代理提供所需的可观测性上下文和工具,帮助调查问题、识别根本原因并采取行动。

准备好亲自尝试了吗?以下是三种开始方式:

  1. 从 Grafana Assistant 开始,在Grafana Cloud中直接进行调查和故障排除。
  1. 探索 gcx 以将Grafana Cloud集成到你的编码代理、脚本和基于终端的工作流中。

标签