关于 mcp-sentry: A Sentry MCP server
mcp-sentry 是一个用于从 Sentry.io 获取并分析问题(issue)的 MCP 服务,面向需要排查错误报告的开发者。它可以通过 ID 或 URL 查询单个问题,也可以按项目列出问题。
主要功能
- 01通过 ID 或 URL 获取问题详情
- 02查看完整堆栈跟踪
- 03按组织和项目 slug 列出问题
- 04提供 sentry-issue 提示词以加载问题上下文
适用场景
- 01在 AI 助手中查看某个 Sentry 错误的详细信息
- 02按项目汇总并检查当前的问题列表
- 03将问题详情作为对话上下文用于调试
MCP 相关
该项目是一个 MCP 服务,向 MCP 客户端暴露 get_sentry_issue 和 get_list_issues 两个工具,以及 sentry-issue 提示词。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
mcp-sentry:Sentry MCP 服务
概述
用于从 Sentry.io 检索和分析问题的模型上下文协议服务。此服务提供工具,用于检查 Sentry 账户中的错误报告、堆栈跟踪和其他调试信息。
工具
get_sentry_issue- 按 ID 或 URL 检索并分析 Sentry 问题
- 输入:
issue_id_or_url(string):要分析的 Sentry 问题 ID 或 URL
- 返回:问题详情,包括:
- 标题
- 问题 ID
- 状态
- 级别
- 首次出现时间戳
- 最近出现时间戳
- 事件数
- 完整堆栈跟踪
get_list_issues- 按项目别名检索并分析 Sentry 问题
- 输入:
project_slug(string):要分析的 Sentry 项目别名organization_slug(string):要分析的 Sentry 组织别名
- 返回:问题列表及详情,包括:
- 标题
- 问题 ID
- 状态
- 级别
- 首次出现时间戳
- 最近出现时间戳
- 事件数
- 问题基本信息
提示词
sentry-issue- 从 Sentry 检索问题详情
- 输入:
issue_id_or_url(string):Sentry 问题 ID 或 URL
- 返回:格式化的问题详情,作为对话上下文
安装
通过 Smithery 安装
通过 Smithery 自动为 Claude Desktop 安装 mcp-sentry:
npx -y @smithery/cli install @qianniuspace/mcp-sentry --client claude
使用 uv(推荐)
使用 uv 时无需特别安装。我们将使用
uvx 直接运行 mcp-sentry。
使用 PIP
也可以通过 pip 安装 mcp-sentry:
pip install mcp-sentry
或使用 uv
uv pip install -e .
安装后,可以通过以下命令将其作为脚本运行:
python -m mcp_sentry
配置
与 Claude Desktop 搭配使用
将以下内容添加到 claude_desktop_config.json:
使用 uvx
"mcpServers": {
"sentry": {
"command": "uvx",
"args": ["mcp-sentry", "--auth-token", "YOUR_SENTRY_TOKEN","--project-slug" ,"YOUR_PROJECT_SLUG", "--organization-slug","YOUR_ORGANIZATION_SLUG"]
}
}
使用 docker
"mcpServers": {
"sentry": {
"command": "docker",
"args": ["run", "-i", "--rm", "mcp/sentry", "--auth-token", "YOUR_SENTRY_TOKEN","--project-slug" ,"YOUR_PROJECT_SLUG", "--organization-slug","YOUR_ORGANIZATION_SLUG"]
}
}
使用 pip 安装
"mcpServers": {
"sentry": {
"command": "python",
"args": ["-m", "mcp_sentry", "--auth-token", "YOUR_SENTRY_TOKEN","--project-slug" ,"YOUR_PROJECT_SLUG", "--organization-slug","YOUR_ORGANIZATION_SLUG"]
}
}
与 Zed 搭配使用
添加到 Zed 的 settings.json:
使用 uvx
例如 Curson!
"context_servers": [
"mcp-sentry": {
"command": {
"path": "uvx",
"args": ["mcp-sentry", "--auth-token", "YOUR_SENTRY_TOKEN","--project-slug" ,"YOUR_PROJECT_SLUG", "--organization-slug","YOUR_ORGANIZATION_SLUG"]
}
}
],
使用 pip 安装
"context_servers": {
"mcp-sentry": {
"command": "python",
"args": ["-m", "mcp_sentry", "--auth-token", "YOUR_SENTRY_TOKEN","--project-slug" ,"YOUR_PROJECT_SLUG", "--organization-slug","YOUR_ORGANIZATION_SLUG"]
}
},
使用带自定义路径的 pip 安装
"context_servers": {
"sentry": {
"command": "python",
"args": [
"-m",
"mcp_sentry",
"--auth-token",
"YOUR_SENTRY_TOKEN",
"--project-slug",
"YOUR_PROJECT_SLUG",
"--organization-slug",
"YOUR_ORGANIZATION_SLUG"
],
"env": {
"PYTHONPATH": "path/to/mcp-sentry/src"
}
}
},
调试
可以使用 MCP inspector 调试服务。对于 uvx 安装:
npx @modelcontextprotocol/inspector uvx mcp-sentry --auth-token YOUR_SENTRY_TOKEN --project-slug YOUR_PROJECT_SLUG --organization-slug YOUR_ORGANIZATION_SLUG
或者,如果你已将软件包安装到特定目录,或正在开发此项目:
cd path/to/servers/src/sentry
npx @modelcontextprotocol/inspector uv run mcp-sentry --auth-token YOUR_SENTRY_TOKEN --project-slug YOUR_PROJECT_SLUG --organization-slug YOUR_ORGANIZATION_SLUG
或在终端中
npx @modelcontextprotocol/inspector uv --directory /Volumes/ExtremeSSD/MCP/mcp-sentry/src run mcp_sentry --auth-token YOUR_SENTRY_TOKEN
--project-slug YOUR_PROJECT_SLUG --organization-slug YOUR_ORGANIZATION_SLUG

Fork 来源
许可证
此 MCP 服务采用 MIT License 授权。这意味着你可以自由使用、修改和分发该软件,但须遵守 MIT License 的条款和条件。更多详情请参阅项目仓库中的 LICENSE 文件。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。