| name | skywalking-apm |
| 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
Python MCP Server，对接 SkyWalking GraphQL API，AI 可直接查询 APM 各类数据。
快速安装（30秒）
步骤 1：获取代码
git clone https://gitlab.dev.stx365.com/chief/trade/chief-trader-z-ai-tools.git D:\dev\AI\chief-trader-z-ai-tools
MCP Server 位于：D:\dev\AI\skills\skywalking-mcp-server\server.py
后续更新：cd D:\dev\AI\chief-trader-z-ai-tools && git pull
步骤 2：安装依赖
pip install mcp httpx
步骤 3：安装 Skill
mkdir %USERPROFILE%\.kiro\skills\skywalking-apm
copy D:\dev\AI\skills\skywalking-mcp-server\SKILL.md %USERPROFILE%\.kiro\skills\skywalking-apm\SKILL.md
步骤 4：配置 MCP
编辑 ~/.kiro/settings/mcp.json，在 mcpServers 中添加：
"skywalking": {
"command": "python",
"args": ["D:/dev/AI/skills/skywalking-mcp-server/server.py"],
"env": {
"SW_URL": "https://skywalking.stx365.com",
"SW_USERNAME": "",
"SW_PASSWORD": ""
},
"disabled": false,
"autoApprove": [
"list_services", "list_instances", "list_endpoints",
"query_traces", "query_trace_detail", "execute_mqe",
"list_metrics", "query_logs", "query_alarms",
"query_services_topology", "query_events", "read_metrics_values"
]
}
步骤 5：重启 MCP
Kiro 命令面板 → 搜索 "MCP" → 重连 MCP Server
可用工具
| 工具 | 说明 |
|---|
list_services | 列出指定layer下的所有服务 |
list_instances | 列出服务的所有实例 |
list_endpoints | 列出服务的端点(接口) |
query_traces | 多条件查询Trace |
query_trace_detail | 根据traceId查完整链路 |
execute_mqe | 执行MQE指标表达式 |
list_metrics | 列出可用指标名 |
query_logs | 查询日志 |
query_alarms | 查询告警 |
query_services_topology | 查询服务拓扑 |
query_events | 查询事件 |
read_metrics_values | 读取带标签指标值(P50/P75等) |
工作流
| 场景 | 步骤 |
|---|
| 服务健康 | list_services → execute_mqe(service_resp_time/service_cpm/service_sla) |
| 慢接口 | list_endpoints → execute_mqe(endpoint_resp_time) → query_traces(min_duration) |
| 异常定位 | query_alarms → query_traces(trace_state=ERROR) → query_trace_detail |
| P99分析 | read_metrics_values(service_percentile) |
| 拓扑分析 | query_services_topology |
| 部署验证 | query_events → execute_mqe对比前后指标 |
常用MQE表达式
| 表达式 | 说明 |
|---|
service_resp_time | 平均响应时间(ms) |
service_cpm | 每分钟调用量 |
service_sla | 成功率(万分比,10000=100%) |
service_percentile | P50/P75/P90/P95/P99(labels:0-4) |
endpoint_resp_time | 端点响应时间 |
endpoint_cpm | 端点吞吐量 |
instance_jvm_memory_heap | JVM堆内存 |
instance_jvm_cpu | CPU使用率 |
时间格式
| 格式 | 示例 |
|---|
| 相对 | -15m, -1h, -7d |
| 绝对 | 2026-06-18 10:30:00 |
| now | 当前时间 |
环境
注意事项
- 默认查最近30分钟，历史需指定start/end
- service_sla万分比(9900=99%)
- service_percentile labels 0-4 = P50/P75/P90/P95/P99
- Trace查询加时间范围避免数据量过大
