AIOps落地：基于WorkBuddy+ Prometheus MCP 的智能运维实践

核心思路与架构设计

WorkBuddy虽然是商业AI Agent，但它的能力还是非常不错的。它可以集成自定义MCP，它也有丰富的Skill资源，也可以自定义“专家”。这个“专家”你可以理解为就是一个自定义的Agent。

最重要的是，现阶段可以白嫖Hy3大模型，这个还是非常香的！

本案例，我就是先创建了Prometheus MCP，然后定义了一个“监控”专家。后续所有监控相关操作都是通过这个“专家”来做。

MCP服务部署与WorkBuddy集成

步骤 1: 准备Prometheus环境
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：

docker run -d -p 8080:8080 ghcr.io/tjhop/prometheus-mcp-server:latest --prometheus.url "http://172.17.0.1:9090" --mcp.transport "http" --web.listen-address ":8080"

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。

步骤 3: 在 WorkBuddy 中配置 MCP 工具

在左侧菜单栏点击“专家.技能.连接器”，再选择“连接器”，再点击右上角的“自定义连接器”，点击“配置MCP”。

写入如下配置：

{
  "mcpServers": {
    "prometheus-mcp": {
      "type": "http",
      "url": "http://192.168.186.150:8080/mcp",
      "headers": {
        "Authorization": "Bearer notoken"
      },
      "disabled": false
    }
  }
}

点击保存，然后返回MCP列表，点击“信任”。

稍等几秒钟，就可以看到它给我们展示出来24个工具。

创建监控专家Agent

左侧点击“专家.技能.连接器”，选择“专家”，创建专家，直接用自然语言创建：

expert-manager 帮我创建一个 prometheus监控专家，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。

新版本创建专家非常慢，之前也就两三分钟，现在花了20多分钟，看样子是增强了能力。

专家使用与典型场景验证

点击左侧“专家.技能.连机器”，点击“专家”，再点击右上角“我的专家”，找到“Prometheus监控专家”。

点击立即使用。

示例1. 列出工具

你可以做哪些事情，请把你能使用的工具列一下

示例2. 查看target

目前有哪些target

示例3. 巡检

帮我分析一下192.168.186.150这台机器各硬件指标情况(CPU、内存、硬盘)，只分析过去一小时
即可，我只需要最终的结果，我不需要过程。

JOTO 企业落地观察

• 企业部署此类基于MCP协议的AI运维助手时，需重点评估其对现有Prometheus生态的兼容性与扩展成本，而非仅关注Agent平台本身能力。
• 当运维团队缺乏PromQL编写能力时，“自然语言→PromQL→执行”的链路虽降低门槛，但也隐含指标语义歧义风险，需配套建立指标命名规范与业务语义映射表。
• WorkBuddy作为商业Agent平台，其MCP集成能力为企业提供了快速构建垂直领域专家的路径，但长期演进需关注MCP标准成熟度及跨厂商工具互操作性。
• 该实践未涉及RAG知识工程，表明当前AIOps智能体仍高度依赖结构化监控数据源；若需融合非结构化运维文档，则必须引入独立的知识注入与检索模块。