MCP
Dify+Elasticsearch MCP：搜索与日志运维智能体
ElasticSearch 既是搜索系统，也是很多日志场景的底层能力。把 ES 通过 MCP 接入 Dify 之后，智能体就不仅能查运维数据，还能在日志与检索场景里承担更接近“智能搜索助手”的角色。
标签
标签: AIOps
共找到 101 篇相关文章
标签: AIOps
AIOps
MCP
Dify+Jenkins MCP：构建CI-CD运维智能体
当 Jenkins 自身和部署任务都已经跑通后，MCP 才真正发挥价值：它让 Dify 能把 Jenkins 的能力以工具形式开放给智能体，从而把流水线操作、构建查询和发布动作纳入统一的自然语言入口。
智能体平台与工作流
Dify+Jenkins实战：搭建Jenkins并手动部署前端项目
CI/CD 是智能运维里最容易产生价值的一块，因为它天然带有标准流程、重复任务和明确结果。要把 Jenkins 交给智能体管理，先得把 Jenkins 环境和一次完整的项目部署流程走通。
MCP
Dify+Zabbix MCP：监控平台智能体落地
Zabbix 在传统运维里一直很重要，而把它通过 MCP 接入 Dify 的意义，在于让监控信息从“人查界面”升级为“AI 可理解、可汇总、可响应”的智能运维数据源。
MCP
Dify+MySQL MCP：数据库运维智能体落地
数据库运维场景非常适合 MCP，因为它既需要读数据、查结构，又要严格控制写操作权限。MySQL MCP 接进 Dify 后，智能体可以逐步具备更安全、可审计的数据库运维能力。
MCP
Dify+Grafana MCP：日志与监控大盘智能体
Grafana 不只是一个看图的界面，一旦通过 MCP 接入到 Dify，它就能成为智能体理解监控面板、日志查询和可视化状态的重要数据源，从而把“看监控”升级成“会分析监控”。
智能体平台与工作流
Dify+Grafana运维实践：Grafana、Loki 与 Promtail 搭建
日志和可视化监控是智能运维体系的另一半。想让智能体真正理解系统状态，除了 Prometheus 指标，还要把 Grafana、大盘和 Loki 日志链路一起搭起来，这样后面的 Grafana MCP 才有意义。
MCP
Dify+Prometheus MCP：告警体系与AIOps智能体
AIOps 智能体最基础的价值，不是“会聊天”，而是能读懂监控、理解告警，再把 Prometheus 和 Alertmanager 的数据转成运维可操作信息。Prometheus MCP 正是这条链路的入口。
MCP
Dify+Ansible运维智能体：部署MCP并创建Agent
如果 Coze 更适合做轻量交互实验，那么 Dify 更适合把运维能力做成更可控的企业内部应用；Ansible 作为执行层，通过 MCP 暴露给 Dify 后，就能很自然地变成一个自动化运维 Agent。
MCP
Dify+k8s运维智能体：部署MCP并创建Kubernetes Agent
Kubernetes 环境准备好之后，真正进入智能体阶段的关键，是把 k8s 的查询和操作能力通过 MCP 暴露给 Dify，再用 Agent 把这些工具组织成自然语言可调用的运维界面。