Workflows basati sull'AI: Il server MCP di Checkmk è ora disponibile

Il nuovo server MCP di Checkmk è ora disponibile gratuitamente in tutte le edizioni commerciali con il rilascio della versione 2.5.0p13t. Gli utenti di Checkmk Pro, Ultimate/MT e Cloud possono utilizzare il server MCP per connettere i modelli di AI di loro scelta al monitoraggio di Checkmk, in modo che gli utenti possano interrogare e risolvere i problemi con l'AI in linguaggio naturale su tutti i loro ambienti IT. Grazie a ciò, Checkmk fornisce ora un contesto di monitoraggio essenziale ai modelli di AI, consentendo all'AI di ragionare su di esso.

Invece di indagare su singoli host, viste e metriche, puoi semplicemente descrivere ciò che vuoi indagare. Ad esempio, "Perché questo host riporta un carico elevato della CPU?" o "Quali errori si stanno verificando attualmente sul sito?". L'AI recupera i dati live pertinenti da Checkmk, correla le informazioni e aiuta a restringere il campo sulla causa principale, riducendo la necessità di lavoro manuale e migliorando l'MTTR.

Ad Aprile abbiamo introdotto la nostra prima funzionalità basata sull'AI, "Explain with AI", in Checkmk Cloud. La funzionalità di AI integrata fornisce riepiloghi facili da capire e raccomandazioni per indagare sulla causa radice dei singoli servizi. Il nuovo server MCP fa un passo avanti consentendo a client AI esterni di connettersi a Checkmk. Ciò consente di utilizzare il modello di AI preferito per l'analisi della causa radice nell'intero sito.

Il server MCP di Checkmk si basa sul Model Context Protocol (MCP) aperto, consentendoti di connettere qualsiasi applicazione AI abilitata per MCP a Checkmk. La profondità dell'analisi e la qualità delle risposte dipendono dal Large Language Model (LLM) scelto. Per ottenere i migliori risultati, al momento consigliamo Claude (Sonnet, Opus) e la famiglia di modelli GPT-5.6 di OpenAI (Sol, Terra, Luna).

In ambienti regolamentati o isolati (air-gapped), è possibile eseguire il server MCP con un LLM ospitato localmente. I dati di monitoraggio rimangono così all'interno del tuo ambiente. I dati escono dalla tua rete solo se scegli un modello ospitato esternamente.

L'esecuzione del server MCP all'interno di Checkmk consente un'elaborazione dei dati più efficiente e il modello eredita i diritti di autenticazione, autorizzazione e RBAC esistenti dell'utente in Checkmk.

La connessione utilizza OAuth e l'AI opera nell'ambito dei permessi del rispettivo utente Checkmk. In altre parole, gli utenti possono accedere tramite il server MCP solo a ciò che sono già autorizzati ad accedere in Checkmk.

Il server è inoltre rigorosamente in sola lettura. L'AI può interrogare e analizzare i dati di Checkmk, ma non può apportare modifiche all'ambiente di monitoraggio. Non può pianificare tempi di inattività, confermare avvisi o modificare le configurazioni. Eventuali modifiche all'ambiente rimangono interamente sotto il tuo controllo.

Contestualizza le finestre di manutenzione e le modifiche: L'AI inserisce gli avvisi nel contesto delle finestre di manutenzione e delle modifiche precedenti. Ad esempio, può verificare se un tempo di inattività era attivo quando si è verificato un avviso o se una modifica della configurazione è stata apportata poco prima. Ciò ti aiuta a determinare rapidamente se un avviso è correlato a una manutenzione programmata o a una modifica precedente.

Esempio di prompt: “Verifica se è stata attivata una modifica di configurazione nella cartella Linux/Production durante l'ora precedente all'inizio degli avvisi sulla CPU.”

Oltre a questi casi d'uso, l'approccio MCP aperto e indipendente dal modello può essere utilizzato per costruire agenti AI personalizzati e workflow basati sull'AI usando i dati di Checkmk.

L'RCA: in pochi secondi, l'AI raggruppa gli 89 avvisi singoli in 46 cluster. Identifica che gli errori che interessano l'API Payments, Checkout Worker, cache, invio e-mail e condivisione file non sono problemi indipendenti ma sintomi dello stesso problema sottostante. I restanti 45 cluster si rivelano essere rumore irrilevante.

La causa radice: un disco malfunzionante nel database dei pagamenti primario. Da solo, il database non fornisce un'indicazione chiara a questo punto poiché la sua diagnostica hardware interna non ha ancora attivato un avviso. Solo correlando i sintomi attraverso più servizi la causa sottostante diventa visibile.

Il beneficio: Senza l'assistenza dell'AI, il team avrebbe dovuto confrontare manualmente le dashboard, scavare nei log e ricostruire la cronologia di tutti gli 89 avvisi. È qui che il server MCP fa la differenza: invece di indagare i singoli sintomi uno per uno, l'AI correla i segnali distribuiti e ti porta da dozzine di avvisi alla vera causa radice molto più velocemente.