关于 Sentry MCP Server 🔍
Sentry MCP Server 是面向 AI Agent 的 TypeScript 服务,用于读取和分析 Sentry 错误数据,提供问题详情、元数据和堆栈跟踪信息。
主要功能
- 01获取并分析 Sentry 问题
- 02查看格式化的问题详情与元数据
- 03查看详细堆栈跟踪
- 04支持工具和提示词接口
- 05错误处理
适用场景
- 01调查 Sentry 中记录的问题
- 02查看问题元数据和堆栈以排查故障
MCP 相关
该 MCP 服务向客户端提供 `get_sentry_issue` 工具和 `sentry-issue` 提示词接口,用于按问题 ID 或 URL 获取 Sentry 问题信息。
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。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
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
Sentry MCP 服务 🔍
一个以 TypeScript 实现的 Sentry MCP(现代上下文协议)工具,可让 AI Agent 访问和分析 Sentry 错误数据。🤖
✨ 功能
- 🎯 检索和分析 Sentry 问题
- 📊 获取格式化的问题详情和元数据
- 🔬 查看详细的堆栈跟踪
- 🛠️ 支持工具和提示词接口
- 🛡️ 稳健的错误处理
- 🔄 实时通信
📦 安装
pnpm install
🔧 配置
在根目录中创建 .env 文件,并填入 Sentry 身份验证令牌:
SENTRY_AUTH_TOKEN=your_sentry_auth_token
SENTRY_API_BASE=https://sentry.io/api/0/ # Optional, defaults to this value
📚 使用方法
启动服务端 🚀
pnpm build && pnpm start
服务默认会在端口 1337 上启动。
与 MCP 配合使用 🛠️
服务提供两个 MCP 接口:
-
工具接口:
get_sentry_issue{ "issue_id_or_url": "12345" } -
提示词接口:
sentry-issue{ "issue_id_or_url": "https://sentry.io/organizations/your-org/issues/12345/" }
💡 与 Cursor IDE 集成
Sentry MCP 服务可以与 Cursor IDE 集成,以提升开发体验:
- 🚀 使用
pnpm start在本地启动 MCP 服务 - 🔧 配置 Cursor 使用本地 MCP 服务:
- 🎉 在 IDE 中直接无缝分析 Sentry 问题!
🤝 贡献
- 🔀 Fork 此仓库
- 🌿 创建功能分支
- 💾 提交更改
- 🚀 推送到分支
- 📬 创建新的 Pull Request
评论
支持 Markdown
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。