Grafana Cloud

Grafana Cloud を Copilot Studio につなぐ

Copilot Studio から Grafana Cloud を検索・読み書きできます。Arlet が両者を 1 つの MCP 接続でつなぎ、鍵の管理と認証を引き受けます。

Grafana 公式の MCP サーバーを、Arlet を通していつもの AI サービスから使えるようにします。Grafana Cloud にログインし、読み取り / クエリ / 書き込みの範囲を選ぶだけで接続が完了します。

ダッシュボードの検索と読み解き、Prometheus・Loki・Tempo などへのクエリ、アラート・インシデント・オンコールの管理、Assistant による調査まで AI から行えます。対象は Grafana Cloud のスタックで、使えるツールは Grafana 公式サーバーが提供するものと同じです。

Grafana Cloud を Copilot Studio につなぐ手順

  1. 1

    Arlet のダッシュボードの「サービス連携ツール」で「サービス連携ツールを追加」を開き、Grafana Cloud を選びます。「Grafana Cloud と連携」でログインし、接続の名前を付けて「作成」します。

  2. 2

    Copilot Studio に職場アカウントでサインインし、エージェントを新規作成 (または既存を開き)、Build タブ右パネルの Tools → + → 追加 → モデル コンテキスト プロトコル (MCP) を選びます。

  3. 3

    MCP サーバーを追加フォームでサーバー名に「Arlet」、サーバー URL に https://mcp.arlet.dev/mcp/、認証に OAuth 2.0、構成の種類に「動的 (検出あり)」を選んで追加します。Client ID / Secret の入力は不要です。

  4. 4

    接続の選択画面で Create new connection → Create を選び、Arlet の認可画面で Google でサインインして Allow を押します。接続後に「追加」でツールをエージェントに入れ、Publish で公開すると Microsoft 365 Copilot から使えます。

Microsoft の職場アカウントと Copilot Studio のライセンス (またはトライアル) が必要です。MCP はエージェントが生成オーケストレーションの場合のみ使え、Teams 版 Copilot Studio では利用できません。

できること

Copilot Studio が呼び出せる Grafana Cloud のツールです。

  • search_dashboards

    ダッシュボードを検索します。

  • get_dashboard_summary

    ダッシュボードの概要を取得します。

  • get_dashboard_panel_queries

    パネルのクエリを取得します。

  • update_dashboard

    ダッシュボードを作成・更新します。

  • list_datasources

    データソースを一覧します。

  • query_prometheus

    Prometheus (メトリクス) にクエリします。

  • query_loki_logs

    Loki (ログ) にクエリします。

  • query_loki_patterns

    ログのパターンを抽出します。

  • query_pyroscope

    Pyroscope (プロファイル) にクエリします。

  • alerting_manage_rules

    アラートルールを管理します。

  • list_incidents

    インシデントを一覧します。

  • create_incident

    インシデントを作成します。

  • get_current_oncall_users

    現在のオンコール担当者を取得します。

  • create_annotation

    アノテーションを追加します。

  • create_investigation

    Assistant の調査を開始します。

  • ask_assistant

    Grafana Assistant に質問します。

ツール一覧は Grafana Cloud 公式 MCP サーバーの提供内容に従い、変わることがあります。

使い方の例

  • ダッシュボードの読み解き

    ダッシュボードのパネルとクエリを読み、今の状態を言葉で説明します。

  • ログとメトリクスの横断調査

    エラー率の上昇を Prometheus で確認し、同じ時間帯のログを Loki で引いて原因を絞ります。

  • オンコール対応

    現在の担当者を確認し、インシデントを作成してアノテーションを残します。

  • アラートの整備

    既存のアラートルールを一覧し、しきい値の見直しや追加を行います。

そのまま使えるプロンプト

  • 「API Overview」ダッシュボードを読んで、今の状態を要約して
  • 直近 30 分でエラー率が上がったサービスを Prometheus で探して、同じ時間帯のエラーログを Loki から出して
  • 今のオンコール担当者を教えて。checkout の障害でインシデントを作って
  • checkout サービスのアラートルールを一覧して、p95 レイテンシのアラートを追加して

他の AI サービスで Grafana Cloud を使う