For AI Agents
GreptimeDB 为 AI coding agent 而构建。Agent 可以通过标准协议（OTLP、Prometheus、 MySQL/PostgreSQL、SQL/PromQL）自主完成 GreptimeDB 的部署、配置、写入和查询，下面这些 资源帮助它把这些事做对、做稳。
最快上手：一句话指令
入口级的 quickstart 指南以可直接抓取的 markdown 文件形式托管。把下面的提示词交给你的
agent，它就能接手——在运行时抓取这份指南，判断 GreptimeDB 是否适用，选择合适的安装与写入
路径，并通过 llms.txt 浏览文档。无需安装任何东西。
GreptimeDB MCP Server
GreptimeDB MCP Server 实现了 Model Context Protocol，让 agent 能安全地探索和分析你的数据库——列出表、读取数据，执行 SQL、TQL （兼容 PromQL）和 range 查询。它强制只读访问、支持数据脱敏，并内置了面向 metrics、trace、 PromQL 分析、IoT 监控、表操作和日志 pipeline 创建的场景模板。
pip install greptimedb-mcp-server
传输方式（stdio、SSE、Streamable HTTP）和配置详见 greptimedb-mcp-server 仓库。
GreptimeDB Skills
GreptimeDB 兼容大多数 coding agent 已经熟悉的开放标准。而对于我们自有的功能——pipeline、
flow、trigger——安装一个 Skill 能把完整工作流教给 agent，效果最好。Skill 告诉 agent
要做什么，MCP Server 提供执行它的工具（例如 pipeline skill 会用 dryrun_pipeline
在应用前验证配置）。
greptimedb-quickstart—— 入口。何时该用 GreptimeDB、如何安装、选哪种写入协议、 如何查询，以及深入文档的指引。从这里开始。greptimedb-pipeline—— 解析、转换、路由日志（Learn → Create → Verify → Refine）。greptimedb-flow—— 持续聚合与物化视图。greptimedb-trigger—— 告警规则，包括把 Prometheus 告警规则转换为CREATE TRIGGER（企业版）。self-monitoring-export—— 用于集群故障排查：从用户描述中推断日志导出的时间范围， 然后导出集群自监控日志和指标供工程排查。
Skills 遵循 Agent Skills 开放标准，因此可用于 Claude Code、
OpenAI Codex CLI、GitHub Copilot、Cursor 等。每个 Skill 也以可直接抓取的 markdown 文件
托管在 https://docs.greptime.cn/skills/<skill-name>/SKILL.md（例如
greptimedb-pipeline），
agent 可在运行时加载，无需安装。
如需把 Skill 持久安装进 agent 配置，使用 skills CLI：
npx skills add https://github.com/GreptimeTeam/docs/tree/main/skills/greptimedb-quickstart
完整清单和安装命令见 skills 仓库。
机器可读文档
整个文档站点都按 llmstxt.org 标准构建，便于 agent 消费：
llms.txt—— 结构化索引，列出每个文档章节及简要 描述。让 agent 指向它，就能直接找到对应页面，无需爬整个站点。llms-full.txt—— 把全部文档拼接成单个文件， 一次性加载整个文档语料。- 任意页面的 markdown —— 在任意文档 URL 后追加
.md，即可得到该页的原始 markdown （例如/user-guide/integrations/mcp.md）。
临时提问可以用 docs.greptime.cn 上的 Ask AI 助手，它基于 官方文档用平实语言作答。