| name | skywalking-apm-mcp-go |
| description | 通过 Apache SkyWalking MCP Server 查询和分析应用性能指标，支持服务拓扑、链路追踪（Trace）、日志查询、MQE 指标表达式、告警查询、实例/端点分析等，帮助开发者快速定位性能瓶颈、异常链路和线上问题。当用户提到 skywalking、APM、链路追踪、trace、性能分析、慢接口、拓扑图、服务指标、P99、响应时间、吞吐量、错误率、告警 时激活。 |
| inclusion | manual |
Apache SkyWalking APM 分析 Skill
基于 apache/skywalking-mcp 开源项目，通过 MCP 协议对接 SkyWalking OAP，AI 可直接查询各类 APM 指标、链路追踪、日志、告警等数据，辅助性能分析和问题排查。
快速安装
方式 A：Docker 运行（推荐）
无需编译，直接拉取官方镜像：
docker pull ghcr.io/apache/skywalking-mcp/skywalking-mcp:latest
方式 B：从源码编译
git clone https://github.com/apache/skywalking-mcp.git
cd skywalking-mcp && go mod tidy
make
方式 C：下载 Release 二进制
前往 https://github.com/apache/skywalking-mcp/releases 下载对应平台的二进制文件。
配置 MCP
编辑 ~/.kiro/settings/mcp.json（全局），在 mcpServers 中添加：
使用本地编译的二进制
"skywalking": {
"command": "D:/dev/AI/skywalking-mcp/bin/swmcp",
"args": ["stdio", "--sw-url", "https://skywalking.stx365.com"],
"disabled": false,
"autoApprove": [
"list_layers", "list_services", "list_instances", "list_endpoints",
"list_processes", "query_traces", "query_logs", "execute_mqe_expression",
"list_mqe_metrics", "get_mqe_metric_type", "query_events",
"query_alarms", "query_services_topology", "query_instances_topology",
"query_endpoints_topology", "query_processes_topology"
]
}
使用 Docker
"skywalking": {
"command": "docker",
"args": [
"run", "--rm", "-i",
"ghcr.io/apache/skywalking-mcp/skywalking-mcp:latest",
"--sw-url", "https://skywalking.stx365.com"
],
"disabled": false,
"autoApprove": [
"list_layers", "list_services", "list_instances", "list_endpoints",
"list_processes", "query_traces", "query_logs", "execute_mqe_expression",
"list_mqe_metrics", "get_mqe_metric_type", "query_events",
"query_alarms", "query_services_topology", "query_instances_topology",
"query_endpoints_topology", "query_processes_topology"
]
}
如果 SkyWalking OAP 启用了 Basic Auth，添加参数："--sw-username", "admin", "--sw-password", "${SW_PASSWORD}"
如果使用自签名证书，添加："--sw-insecure"
配置完成后
Kiro 命令面板 → 搜索 "MCP" → 重连 MCP Server
可用工具一览
链路追踪（Trace）
| 工具 | 说明 |
|---|
query_traces | 多条件查询 Trace（按服务、端点、状态、标签、时间范围过滤），支持 full/summary/errors_only 视图 |
日志（Log）
| 工具 | 说明 |
|---|
query_logs | 按服务、实例、端点、traceId、标签等条件查询日志，支持分页 |
MQE 指标查询
| 工具 | 说明 |
|---|
execute_mqe_expression | 执行 MQE 表达式查询/计算指标数据，支持聚合、TopN、趋势分析 |
list_mqe_metrics | 列出可用的指标名称，按正则过滤 |
get_mqe_metric_type | 获取指标类型信息（REGULAR_VALUE/LABELED_VALUE/SAMPLED_RECORD） |
元数据（Metadata）
| 工具 | 说明 |
|---|
list_layers | 列出 SkyWalking 所有注册的 Layer（如 GENERAL、MESH、K8S） |
list_services | 列出指定 Layer 下所有注册的服务 |
list_instances | 列出某服务的所有实例（Pod/JVM 进程） |
list_endpoints | 列出某服务的端点，支持关键字过滤 |
list_processes | 列出某服务实例下的进程 |
事件（Event）
| 工具 | 说明 |
|---|
query_events | 查询事件（部署、重启、扩缩容），按服务/实例/端点/类型过滤 |
告警（Alarm）
| 工具 | 说明 |
|---|
query_alarms | 查询告警（指标阈值触发），按范围、关键字、标签过滤 |
拓扑（Topology）
| 工具 | 说明 |
|---|
query_services_topology | 查询全局或范围内的服务拓扑 |
query_instances_topology | 查询客户端和服务端之间的实例拓扑 |
query_endpoints_topology | 查询端点依赖拓扑 |
query_processes_topology | 查询服务实例的进程拓扑 |
可用 Prompts（引导式分析）
| Prompt | 说明 | 参数 |
|---|
analyze-performance | 分析服务性能指标 | service_name(必填), start, end |
compare-services | 对比多个服务的性能指标 | services(必填), metrics, start, end |
top-services | 按指标排名 TopN 服务 | metric_name(必填), top_n, order |
investigate-traces | 调查异常和性能问题的链路 | service_id, trace_state, start, end |
trace-deep-dive | 深入分析某条 Trace | trace_id(必填), view |
analyze-logs | 分析服务日志的错误和模式 | service_id, log_level, start, end |
explore-service-topology | 探索服务/实例/端点/进程拓扑 | layer(必填), start(必填), end |
build-mqe-query | 辅助构建 MQE 表达式 | query_type(必填), metrics(必填), conditions |
explore-metrics | 探索可用指标及其类型 | pattern, show_examples |
generate_duration | 自然语言时间范围转换为 duration 对象 | time_range(必填) |
常用场景工作流
场景 1：查看服务整体健康状况
1. list_services → 找到目标服务
2. execute_mqe_expression → 查询 service_resp_time / service_cpm / service_sla
3. 分析 P50/P75/P99 响应时间趋势
场景 2：排查慢接口
1. list_endpoints(serviceName) → 列出端点
2. execute_mqe_expression → 查询 endpoint_resp_time / endpoint_percentile
3. query_traces(minDuration) → 查找慢 Trace
4. 深入分析 Trace 的每个 Span 耗时
场景 3：线上异常定位
1. query_alarms → 查看最近告警
2. query_traces(state=ERROR) → 查找错误链路
3. query_logs(traceId) → 关联日志
4. query_services_topology → 查看依赖拓扑，定位问题节点
场景 4：服务对比分析
1. list_services → 列出所有服务
2. compare-services prompt → 对比多个服务的 CPM、响应时间、错误率
3. execute_mqe_expression → 自定义指标对比
场景 5：部署后验证
1. query_events → 查看部署事件
2. execute_mqe_expression → 对比部署前后的响应时间和错误率
3. query_alarms → 检查是否触发新告警
常用 MQE 表达式参考
| 指标 | 表达式 | 说明 |
|---|
| 服务平均响应时间 | service_resp_time | 毫秒 |
| 服务 CPM（每分钟调用量） | service_cpm | 吞吐量 |
| 服务成功率 | service_sla | 万分比（10000=100%） |
| 服务 P50/P75/P90/P95/P99 | service_percentile | labels: 0=P50,1=P75,2=P90,3=P95,4=P99 |
| 端点响应时间 | endpoint_resp_time | 按端点维度 |
| 端点 CPM | endpoint_cpm | 端点吞吐量 |
| 实例 JVM 内存 | instance_jvm_memory_heap | 堆内存使用（字节） |
| 实例 JVM GC 次数 | instance_jvm_young_gc_count | Young GC 次数 |
| 实例 CPU 使用率 | instance_jvm_cpu | CPU 百分比 |
| 数据库响应时间 | database_access_resp_time | 数据库层响应时间 |
时间参数格式
SkyWalking MCP 使用 duration 对象：
{
"start": "2026-06-18 0800",
"end": "2026-06-18 0900",
"step": "MINUTE"
}
| step 可选值 | 说明 |
|---|
MINUTE | 分钟粒度 |
HOUR | 小时粒度 |
DAY | 天粒度 |
使用 generate_duration prompt 可以从自然语言（如"最近1小时"）自动生成 duration 对象。
我们的 SkyWalking 环境
常用服务名称
实际服务名称可通过 list_services 工具动态获取。
注意事项
- 时间范围：查询默认返回最近 15 分钟数据，历史分析需明确指定 start/end
- 数据量控制：Trace 查询建议加时间范围和条件过滤，避免返回过多数据
- 指标理解：service_sla 是万分比（9900 = 99%），service_percentile labels 0-4 分别对应 P50/P75/P90/P95/P99
- 拓扑查询：需要指定 Layer（通常为 GENERAL），可先用 list_layers 确认
- 生产环境：只做读取操作，MCP Server 建议加
--read-only 参数
