跳转到内容
全部开发指南

服务器出问题怎么直接问 Claude Code？用 Netdata 每秒监控加 MCP 排查

AIGoCode发布于 更新于

服务器出问题怎么直接问 Claude Code？用 Netdata 每秒监控加 MCP 排查 封面

服务器半夜告警，SSH 上去看 top，CPU 不高；换 iostat，磁盘也正常；再翻 dmesg，一屏日志看不出问题。等你想起来看网络，那一波抖动早就过去了。

正规的监控方案通常是 Prometheus 加 Grafana：exporter 一个个装，抓取规则一条条写，仪表盘再一个个拼。一套下来要小半天，而常见的 15 秒采集间隔，照样会漏掉几秒钟的尖刺。

Netdata 是一个开源的实时监控工具，GitHub 上超过 8 万 star。它一条命令装好，自动发现几百个指标、每秒采集，仪表盘自动生成，还给每个指标训练异常检测模型。新版 Netdata Agent 内置了 MCP server，Claude Code 可以直接接入，在终端里问一句"这台机器刚才怎么了"，它会自己去查指标。这篇文章介绍 Netdata 的安装、异常检测、Netdata MCP 接入 Claude Code 的方法，以及多台机器的部署方式。

Netdata 原文配图 1

Netdata 安装：装上就有仪表盘

Linux 上用官方的 kickstart 脚本安装。先把脚本下载到本地，再执行：

curl -o /tmp/netdata-kickstart.sh https://get.netdata.cloud/kickstart.sh
sh /tmp/netdata-kickstart.sh --release-channel stable

默认安装的是 nightly 版本，想要稳定版就加上 --release-channel stable。不想上报匿名统计，可以在执行脚本时设置环境变量 DISABLE_TELEMETRY=1。

装完用浏览器打开 http://你的IP:19999，不需要任何配置，CPU、内存、磁盘、网卡、每个进程和每个容器的图表已经在实时刷新。机器上如果装了 nginx、MySQL、Redis、PostgreSQL，Netdata 会自动探测并生成对应的图表。

几个特点值得单独说：

  • 每秒一个数据点。 很多监控 10 秒、15 秒采一次，一个持续三秒的 CPU 尖刺，在图上会被平均成一个不起眼的小鼓包。Netdata 每秒采集，尖刺是什么样就显示什么样。
  • 不用写查询语句。 每张图都能按维度切分、按节点分组、框选时间段放大，不需要学 PromQL。
  • 资源占用可控。 官方 README 给出的数据是：生产环境默认约 5% CPU、150MiB 内存；关闭 ML 和告警、使用临时存储时，可以降到 1% 以下 CPU、约 100MiB 内存。

数据默认存在本机，分三层：最近的数据按秒存，更早的按分钟，再往前按小时，缩放图表时自动切换。官方给出的平均存储开销约为每个样本 0.5 字节，磁盘给多大就存多久。

Netdata 原文配图 2

每个指标都有自己的异常检测模型

图表多了也是问题，一台机器几千条曲线，人盯不过来。

Netdata 在每台机器本地为每个指标单独训练一组无监督模型，学习这条曲线平时的样子。新数据进来时，模型判断它是否正常，并把结果作为异常标记和原始数据一起存储。

在仪表盘上打开 AR（Anomaly Rate）开关，每张图上方会多出一条异常率色带，哪个时间段、哪个指标不对劲，一眼就能看出来。

更实用的是反向排查：出问题时在时间轴上框选那一段，让 Netdata 按异常程度给所有指标打分排序，排在最前面的通常就是问题来源。过去要凭经验猜先看哪张图，现在它会直接给出排查顺序。

告警也是现成的，内置几百条规则，覆盖磁盘快满、内存紧张、网卡丢包等常见情况，通知可以发到邮件、Slack、Telegram、Discord、PagerDuty、Microsoft Teams 等渠道。

Netdata 原文配图 3

Netdata MCP 接入 Claude Code

这是 Netdata 和 AI 编程工具结合最紧密的部分。新版 Netdata Agent 自带 MCP server，地址是 http://你的IP:19999/mcp。根据官方文档，HTTP 和 SSE 方式直连需要 Netdata v2.7.2 及以上版本。

接入之后，AI 可以列出节点和指标、查询任意时间段的数据、查看告警历史、调用异常评分寻找根因；如果接的是 Parent 节点，还能查看 systemd journal 日志和进程列表。

MCP 的 API key 由 Netdata 启动时自动生成，存放在下面这个文件里：

sudo cat /var/lib/netdata/mcp_dev_preview_api_key

然后在 Claude Code 里添加 MCP server，把 key 填进请求头：

claude mcp add --transport http --scope user netdata \
  http://你的IP:19999/mcp \
  --header "Authorization: Bearer 上一步拿到的key"

重新打开一个会话，就可以这样提问：

db-01 这台机器过去一小时有没有异常？如果有，按异常程度列出最可疑的几个指标，再看看同一时间段的日志。

顺利的话，Claude Code 会先调用异常评分挑出可疑指标，再拉取具体数据，最后对照同一时间段的日志。过去要开好几个终端来回切的排查流程，现在你只需要提问，再判断它的结论是否可靠。数据库也可以用类似思路接给 AI，例如 Codex 连数据库怎么防误写？用 MCP Toolbox 只读工具加 writes 审批 介绍的只读工具方案。

只支持 stdio 的客户端（如部分版本的 Claude Desktop、Cursor），可以用 npx mcp-remote 或 Netdata 自带的 nd-mcp 做桥接。

接入前有两点要提前知道：

  1. 查看日志、进程列表这类敏感操作需要带 key，而这个 key 需要节点关联 Netdata Cloud 后才生效，Cloud 提供免费档。
  2. MCP 和仪表盘共用 19999 端口。机器在公网上时，记得在 netdata.conf 里限制来源：
[web]
    allow mcp from = 10.* 192.168.* localhost

Netdata 原文配图 4

机器多了怎么部署：Parent-Child 与 Netdata Cloud

一台台打开 19999 端口去看，五台以内还行，再多就乱了。

Netdata 的做法是 Parent-Child：每台机器照常安装 Agent，再选一台作为 Parent，其他机器把数据实时推送过去。Parent 上可以查看所有子节点的图表，统一管理告警，数据也能在 Parent 上保留更久；子节点可以只在内存里保留数据，几乎不写盘，适合配置很低的小机器。

想跨机房、跨云查看全局，可以连接 Netdata Cloud。它不存储你的指标数据，而是把各个 Agent 串起来，打开网页时实时从各节点拉取。

如果已经有现成的监控体系，Netdata 也能把数据导出到 Prometheus、InfluxDB、Graphite 等系统，不用二选一。

Netdata 和 Prometheus + Grafana 怎么选

对比项NetdataPrometheus + Grafana
上手成本一条命令安装，自动发现指标需要逐个配置 exporter、抓取规则和仪表盘
采集精度默认每秒采集常见配置为 10–15 秒
异常检测内置每指标 ML 模型和异常排序需要自行搭建
查询灵活度图表交互为主PromQL 灵活，生态成熟
AI 接入内置 MCP server需要另找方案

大团队已经建好的 Prometheus 体系没必要推倒重来，两套并行完全可以。另外要注意授权方式：Netdata Agent 本体是 GPLv3+ 开源，仪表盘前端（Netdata UI）闭源但免费使用，介意这一点的需要提前了解。

总结

如果你手上有几台云服务器、NAS 或者家里的 homelab，平时出问题全靠 SSH 上去猜，Netdata 值得花十分钟装上：每秒采集、自动仪表盘和异常排序已经能省掉不少排查时间。再把 Netdata MCP 接进 Claude Code，下次机器出问题，可以先让它查一遍指标和日志，你再根据结果做判断。

想在国内稳定使用 Claude Code 做这类运维排查，可以在 AIGoCode 上直接接入。

参考链接

服务器出问题怎么直接问 Claude Code？用 Netdata 每秒监控加 MCP 排查