MCP Sentry Server (Node.js)
MCP 哨兵服务器 (MCP shào bīng fú wù qì)
weekitmo
README
MCP Sentry 服务器 (Node.js)
这是一个使用 Node.js + TypeScript 实现的 Model Context Protocol (MCP) Sentry 服务器。它提供了与 Sentry 的集成,可以通过 MCP 检索错误报告和堆栈跟踪。
功能特性
- 与 Sentry API 集成,用于错误跟踪和监控
- 支持通过 stdin/stdout 的标准 MCP 和 SSE (Server-Sent Events) 传输
- SSE 服务器的可配置端口(默认:3579)
前提条件
- Node.js >= 20.0.0
- pnpm >= 10.5.2
安装
克隆存储库并安装依赖项:
pnpm install
配置
在根目录中创建一个 .env
文件,其中包含您的 Sentry 身份验证令牌:
SENTRY_TOKEN=your_sentry_auth_token_here
您可以从您的 Sentry 帐户设置中获取您的 Sentry 身份验证令牌。
使用
构建项目
pnpm build
运行服务器
pnpm start
或者,您可以将 Sentry 身份验证令牌和 API 基础作为命令行参数指定:
pnpm start --auth-token your_sentry_auth_token_here --api-base your_sentry_api_base_here
运行 SSE 支持
pnpm start:sse
这将在端口 3579(默认)上启动一个带有 SSE 支持的 Express 服务器。您可以访问以下 SSE 端点:
http://localhost:3579/sse
您还可以使用 .env.local
文件自定义环境变量。
开发模式
pnpm dev
MCP 配置
{
"mcpServers": {
"sentry-server": {
"command": "npx",
"args": ["-y","@weekit/mcp-sentry@1.0.9"],
"env": {
"SENTRY_TOKEN": "your_sentry_auth_token_here",
"SENTRY_API_BASE": "https://your_sentry_api_base_here"
}
}
}
}
使用本地构建:
{
"mcpServers": {
"my-sentry": {
"command": "node",
"args": ["path/to/dist/index.js"],
"env": {
"SENTRY_TOKEN": "your_sentry_auth_token_here",
"SENTRY_API_BASE": "https://your_sentry_api_base_here"
}
}
}
}
通信协议
MCP Sentry 服务器支持两种通信协议:
- 标准 MCP 协议: 通过标准输入/输出流进行通信
- SSE 传输: 用于通过 HTTP 进行基于 Web 的通信的服务器发送事件 (端口 3579)
MCP 功能
MCP Sentry 服务器通过 MCP 协议提供以下功能:
提示词 (Prompts)
sentry-issue
: 通过 ID 或 URL 检索 Sentry 问题most-triggered-issue
: 从 Sentry 问题列表 URL 中查找影响最多用户的问题
工具 (Tools)
get_sentry_issue
: 通过 ID 或 URL 检索和分析 Sentry 问题get_sentry_issues_list
: 从 URL 检索和分析 Sentry 问题列表
API
服务器使用 Model Context Protocol 通过标准输入/输出流进行通信,并提供以下功能:
- 列出可用的提示词和工具
- 检索 Sentry 问题信息,包括:
- 问题标题和 ID
- 状态和严重程度
- 首次和最后一次看到的时间戳
- 事件计数
- 详细的堆栈跟踪
MCP 工作流程
以下是 MCP Sentry 服务器的工作流程图:
flowchart TD
A[Client/LLM] -->|1. 发送 MCP 请求| B[MCP Sentry 服务器]
B -->|2. 解析请求类型| C{确定请求类型}
C -->|提示词请求| D[处理提示词\nsentry-issue]
C -->|工具请求| E[处理工具\nget_sentry_issue]
D -->|3. 提取问题 ID| F[调用 Sentry API]
E -->|3. 提取问题 ID| F
F -->|4. 获取问题数据| G[Sentry API]
G -->|5. 返回问题数据| F
F -->|6. 获取事件数据| G
G -->|7. 返回事件数据| F
F -->|8. 解析数据| H[创建 SentryIssueData 对象]
H -->|9. 格式化数据| I{响应类型}
I -->|提示词响应| J[转换为 PromptResult 格式]
I -->|工具响应| K[转换为 ToolResult 格式]
J -->|10. 返回响应| B
K -->|10. 返回响应| B
B -->|11. 发送 MCP 响应| A
测试
运行所有测试:
pnpm test
运行单元测试:
pnpm test test/unit.test.ts
运行集成测试:
pnpm test test/integration.test.ts
查看测试覆盖率:
pnpm test -- --coverage
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。