Investigar alertas de Kubernetes y recibir un informe en el chat

A quién le sirve. Equipos técnicos con servidores en Kubernetes que se pasan el día investigando alertas; es un caso de programador, pero los pasos sirven a quien quiera montarlo.

Qué hicieron

Un aviso de Alertmanager (el sistema que detecta problemas en los servidores) arranca un flujo en n8n. El flujo descarta alertas repetidas de las últimas 48 horas y obtiene la regla que la disparó. Un agente de IA investiga entonces con servidores MCP (conexiones estándar entre agentes y herramientas) de Kubernetes, Grafana, DigitalOcean y GitHub, y con una base de documentos internos. Solo puede leer. Al terminar, responde dentro del hilo de la alerta en Mattermost.

Cómo salió

La fuente no da resultados medidos. Describe un informe con resumen, cronología de eventos, hasta dos hipótesis de causa y pasos para investigar. El autor aún valora añadir más fuentes de datos.

Conviene saber

Limita a un reintento cada herramienta que falle para evitar bucles, y quita del prompt las etiquetas con ruido. Tendrás que configurar tus propios servidores MCP y credenciales.

Qué necesitas

• n8n, la herramienta que conecta aplicaciones entre sí, en su nube o instalada en tu servidor
• Un sistema de alertas que pueda mandar un aviso a una dirección web, como Alertmanager
• Servidores MCP (el enlace estándar entre una IA y una herramienta) de lo que quieras que consulte, con credenciales de solo lectura
• Una clave de un modelo de IA para el agente de n8n
• Un chat de equipo donde publicar el informe (el caso usa Mattermost; vale otro que n8n sepa usar)

Cómo hacerlo tú, paso a paso

1. Crea un flujo nuevo en n8n que empiece con un Webhook (una dirección que recibe avisos) y configura tu sistema de alertas para enviarle cada alerta.
2. Añade un paso que descarte las alertas repetidas de las últimas 48 horas, como en el caso original, para no investigar lo mismo dos veces.
3. Añade un agente de IA al flujo y conéctalo a los servidores MCP de lo que quieras que revise (el estado de tus servidores, los gráficos, el código). Que todo sea de solo lectura.
4. Escribe las instrucciones del agente: qué mirar y en qué orden. Pídele un informe con resumen, cronología de lo ocurrido, hasta dos causas probables y pasos para comprobarlas.
5. Añade un último paso que publique el informe como respuesta en el hilo del aviso original, en tu chat de equipo.
6. Lanza una alerta de prueba y lee el informe antes de dejarlo publicar solo. Afina las instrucciones si inventa causas o repite datos.

Monta un flujo en n8n que reciba avisos de Alertmanager y arranque un agente de IA conectado a mis servidores MCP de [Kubernetes, Grafana y otras herramientas]. El agente debe investigar la alerta en modo solo lectura y publicar un informe con pruebas y causas probables ordenadas, como respuesta en el hilo de [canal de Mattermost]. Habrás terminado cuando una alerta de prueba genere el informe. No debe cambiar nada en el clúster, y enséñame el informe antes de la primera publicación.

Consejos

• Limita a un reintento cada herramienta que falle, para que el agente no se quede en bucle.
• Quita del prompt las etiquetas con ruido, como el nombre del trabajo o de la instancia, y deja solo las que ayuden a investigar.
• Empieza con pocas fuentes de datos. Añade otras (estado de la base de datos, de los despliegues) cuando el informe te convenza.

Preguntas frecuentes

Fuentes

• la comunidad de n8n ↗
• la comunidad de n8n ↗
• techbyk.com ↗

En el directorio desde el 3 de octubre de 2026.