mcpField
S
Sentry MCP Server 🔍

Sentry MCP Server 🔍

本地服务
github.com/FaureAlexis开发工具287 周前更新

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

  1. 01获取并分析 Sentry 问题
  2. 02查看格式化的问题详情与元数据
  3. 03查看详细堆栈跟踪
  4. 04支持工具和提示词接口
  5. 05错误处理

适用场景

  1. 01调查 Sentry 中记录的问题
  2. 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。

代码仓库

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:

  1. 工具接口:get_sentry_issue

    {
      "issue_id_or_url": "12345"
    }
    
  2. 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:

  1. 🚀 使用 pnpm start 在本地启动 MCP 服务
  2. 🔧 配置 Cursor 使用本地 MCP 服务: image
  3. 🎉 在 IDE 中直接无缝分析 Sentry 问题!

🤝 贡献

  1. 🔀 Fork 此仓库
  2. 🌿 创建功能分支
  3. 💾 提交更改
  4. 🚀 推送到分支
  5. 📬 创建新的 Pull Request

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。