mcpField
S
Scout Monitoring Mcp

Scout Monitoring Mcp

本地服务
scoutapm.com开发工具302 天前更新

关于 Scout Monitoring Mcp

Scout Monitoring MCP 将 Scout APM 的错误和性能数据提供给 AI 助手及编码 Agent,适用于应用开发与排障。它可查询追踪、错误组、端点指标和性能洞察,并提供框架配置模板资源。

主要功能

  1. 01列出应用及性能指标
  2. 02查询端点和时间序列数据
  3. 03读取追踪详情与错误组
  4. 04查看 N+1 和慢查询洞察
  5. 05提供框架配置模板资源

适用场景

  1. 01定位响应缓慢的端点
  2. 02分析错误回溯并寻找修复方向
  3. 03生成包含性能细节的问题单
  4. 04为应用生成 Scout 配置

MCP 相关

MCP 服务向客户端暴露 Scout APM 应用、指标、端点、追踪、错误组和性能洞察工具,并提供配置模板及指标资源。

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。

mcp.json · 通用配置
{
"mcpServers": {
"scout-mcp-local": {
"command": "uvx",
"args": [
"scout-mcp-local"
],
"env": {
"SCOUT_API_KEY": "<SCOUT_API_KEY>"
}
}
}
}
启动命令uvx scout-mcp-local
需要配置的环境变量
SCOUT_API_KEY密钥Your API key for Scout Monitoring.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiscout-mcp-local2026.10.20
ocidocker.io/scoutapp/scout-mcp-local:latest

工具

还没有获取到工具列表

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

Scout Monitoring MCP

Scout Monitoring MCP server

MCP Badge

此仓库包含可在本地运行的 MCP 服务代码,该服务可通过 Scout 的 API 访问 Scout Monitoring 数据。我们提供了一个 Docker 镜像,AI 助手可以拉取并运行它,以访问 Scout Monitoring 数据。

这样一来,AI 助手就能直接获取 Scout Monitoring 的性能和错误数据。 适用于 Rails、Django、FastAPI、Laravel 等。使用它获取带有代码行信息的跟踪记录和错误,让 AI 能在编辑器和代码库中直接定位并修复问题。N+1 查询、缓慢的端点、 缓慢的查询、内存膨胀、吞吐量问题——各种常见的性能问题都会在你工作的地方呈现并得到解释。

如果这能让你的生活稍微好过一点,何不点个 :star: 呢?!

设置向导

配置并开始使用 Scout MCP 的最简单方式是使用我们的交互式设置向导。 它会为你处理所有前置条件和安装步骤。

通过 npx 运行:

npx @scout_apm/wizard

从源代码构建并运行:

cd ./wizard
npm install
npm run build
node dist/wizard.js

向导将引导你完成以下操作:

  • 选择 AI 编码平台(Cursor、Claude Code、Claude Desktop)
  • 输入 Scout API 密钥
  • 自动配置 MCP 服务设置
支持的平台

向导目前支持以下平台的设置:

  • Cursor - 自动配置 MCP 设置
  • Claude Code (CLI) - 提供正确的运行命令
  • Claude Desktop - 更新 Windows/Mac 的配置文件

对于其他平台,它会输出 JSON,你可以将其复制/粘贴到 AI 助手的 MCP 配置中。

前置条件

向导是开始使用的好方法,但你也可以手动设置。 你需要拥有或创建 Scout Monitoring 账户,并获取 API 密钥。

  1. 注册
  2. 在应用中安装 Scout Agent 并发送 Scout 数据!
    • Ruby
    • Python
    • PHP
    • 如果你是在本地试用,请确保在配置中设置 monitor: true, errors_enabled: true ,以获得最佳体验
  3. 访问设置以获取或创建 API 密钥
    • 这不是你的“Agent Key”,而是可在“Settings”页面创建的“API Key”
    • 这是一个只读密钥,只能访问你账户中的数据
  4. 安装 Docker。以下说明假设你可以启动 Docker 容器

目前,未设置 API 密钥时,MCP 服务不会启动。密钥必须通过环境变量设置,或在启动时作为命令行参数提供。

安装

我们建议使用提供的 Docker 镜像来运行 MCP 服务。 该镜像设计为由 AI 助手启动,并使用你的 Scout API 密钥进行配置。许多本地客户端允许指定在某个位置运行 MCP 服务的命令。下面提供了一些示例。

Docker 镜像可在 Docker Hub 上获取。

当然,你也可以随时克隆此仓库并直接运行 MCP 服务;建议使用 uv 或其他环境管理工具。

配置本地客户端(例如 Claude/Cursor/VS Code Copilot)

如果你想手动配置 MCP,通常只需在 AI 助手的配置中提供一条命令,用于运行 MCP 服务,并将 API 密钥设置为环境变量。 JSON 格式如下(顶层键因客户端而异):

{
  "mcpServers": {
    "scout-apm": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "--env", "SCOUT_API_KEY", "scoutapp/scout-mcp-local"],
      "env": { "SCOUT_API_KEY": "your_scout_api_key_here"}
    }
  }
}
Claude Code
claude mcp add scoutmcp -e SCOUT_API_KEY=your_scout_api_key_here -- docker run --rm -i -e SCOUT_API_KEY scoutapp/scout-mcp-local
Cursor

安装 MCP 服务

务必在 Cursor 设置 > MCP 的 Arguments 中,将 SCOUT_API_KEY 的值更新为你的实际 API 密钥。

VS Code Copilot
Claude Desktop

将以下内容添加到你的 Claude 配置文件中:

  • macOS:~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows:%APPDATA%/Claude/claude_desktop_config.json
{
  "mcpServers": {
    "scout-apm": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "--env", "SCOUT_API_KEY", "scoutapp/scout-mcp-local"],
      "env": { "SCOUT_API_KEY": "your_scout_api_key_here"}
    }
  }
}

使用 Scout Monitoring MCP

Scout 的 MCP 旨在将错误和性能数据直接交到……AI 助手手中? 使用它获取包含代码行信息的跟踪记录和错误,让 AI 能在编辑器中精准定位并修复问题。

大多数助手会向你展示原始工具调用并进行分析。桌面助手可以轻松创建自定义 JS 应用,以便你探索所需的任何数据。 集成在代码编辑器中的助手可以利用跟踪数据和错误回溯,在代码库中直接进行修复。

将 Scout 的 MCP 与 AI 助手的其他工具结合使用,以便:

  • 根据错误和性能数据创建详尽的 GitHub/GitLab 问题
  • 让 JIRA 变得有趣——让 AI 助手创建包含所有详细信息的工单
  • 生成 PR,修复特定错误和性能问题
工具

Scout MCP 提供以下工具,用于访问 Scout APM 数据:

  • list_apps - 列出可用的 Scout APM 应用,可选择按最近活跃日期筛选
  • get_app_metrics - 获取特定应用的单项指标数据(response_time、throughput 等)
  • get_app_endpoints - 获取某个应用的所有端点及汇总后的性能指标
  • get_endpoint_metrics - 获取某个应用中特定端点的时间序列指标
  • get_app_endpoint_traces - 获取应用最近的跟踪记录,并按特定端点筛选
  • get_app_trace - 获取单条跟踪记录,包含所有跨度和详细执行信息
  • get_app_error_groups - 获取应用最近的错误组,可选择按端点筛选
  • get_app_insights - 获取性能洞察,包括 N+1 查询、内存膨胀和慢查询
资源

Scout MCP 提供配置模板作为资源,AI 助手可以读取并应用这些资源:

  • scoutapm://config-resources/{framework} - 支持的框架或库(rails、django、flask、fastapi)的设置说明
  • scoutapm://config-resources/list - 列出所有可用的配置模板
  • scoutapm://metrics - Scout APM 所有可用指标的列表
实用提示词
设置与配置
  • “帮我为 Rails 应用设置 Scout 监控”
  • “为我的 Django 项目创建 Scout APM 配置文件,密钥为 ABC123”
性能与监控
  • “总结 Scout Monitoring MCP 中可用的工具。”
  • “查找应用 my-app-name 在过去 7 天内响应最慢的端点。生成一个表格,列出平均响应时间、吞吐量和 P95 响应时间。”
  • “显示应用 Foo 在过去 24 小时内出现频率最高的错误。获取最新的错误详情,检查回溯信息并建议修复方法。”
  • “获取应用 Bar 最近的 n+1 分析结果。按 ID 拉取具体的跟踪记录,并根据回溯数据帮助我优化。”
令牌用量

目前,与其严格控制 MCP 工具的响应大小,我们更希望扩展可用信息。如果你的 AI 助手有可配置的令牌限制(例如,Claude Code export MAX_MCP_OUTPUT_TOKENS=50000),我们建议将其设置得宽裕一些,例如 50,000 个令牌。

本地开发

我们使用 uv 和 taskipy 管理环境并运行此项目的任务。

使用 Inspector 运行
uv run task dev

在 Inspector 中连接以添加 API 密钥,并将传输方式设为 STDIO

构建 Docker 镜像
docker build -t scout-mcp-local .

发布

  1. 创建分支并使用 uv run python bump_versions.py 更新版本
  2. 合并更改
  3. 使用新版本创建 GitHub 发布版本(gh release create v2025.11.3 --generate-notes --draft)

发布版本会推送 v* 标签,CI 会发布 Docker 镜像、PyPI 软件包,然后发布 MCP Registry 条目:

  • server.json → com.scoutapm/scout-mcp-local(此服务;其版本由 bump_versions.py 更新)
  • server.remote.json → com.scoutapm/scout-monitoring(托管于 https://scoutapm.com/mcp 的服务)。更改其元数据时,请手动更新其 version;未更改的版本会跳过。
MCP Registry 密钥

Registry 通过 scoutapm.com 顶级域上的 DNS TXT 记录验证我们拥有 com.scoutapm/* 命名空间;该记录保存着 Ed25519 公钥。CI 使用仓库密钥 MCP_REGISTRY_PRIVATE_KEY 中对应的私钥进行签名。轮换密钥:

openssl genpkey -algorithm Ed25519 -out key.pem
# Public key for the TXT record: replace the existing v=MCPv1 record, don't add a second one
echo "v=MCPv1; k=ed25519; p=$(openssl pkey -in key.pem -pubout -outform DER | tail -c 32 | base64)"
# Private key (hex) for the MCP_REGISTRY_PRIVATE_KEY secret
openssl pkey -in key.pem -noout -text | grep -A3 "priv:" | tail -n +2 | tr -d ' :\n'

供机器人使用:

mcp-name: com.scoutapm/scout-mcp-local

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。