Rootly MCP Server
Ein MCP-Server für die Rootly-API , den Sie in Ihre bevorzugten MCP-kompatiblen Editoren wie Cursor, Windsurf und Claude einbinden können. Beheben Sie Produktionsprobleme in weniger als einer Minute, ohne Ihre IDE zu verlassen.

Voraussetzungen
Python 3.12 oder höher
uv-Paketmanagercurl -LsSf https://astral.sh/uv/install.sh | sh
Related MCP server: EventCatalog MCP Server
Führen Sie es in Ihrer IDE aus
Installieren Sie es mit unserem PyPi-Paket oder durch Klonen dieses Repo.
Um es in Ihrem bevorzugten MCP-kompatiblen Editor einzurichten (wir haben es mit Cursor und Windsurf getestet), hier ist die Konfiguration:
Wenn Sie allowed_paths anpassen möchten, um auf weitere Rootly-API-Pfade zuzugreifen, klonen Sie das Paket und verwenden Sie diese Konfiguration.
Merkmale
Dieser Server generiert dynamisch MCP-Ressourcen basierend auf der OpenAPI-Spezifikation (Swagger) von Rootly:
Dynamisch generierte MCP-Tools basierend auf der OpenAPI-Spezifikation von Rootly
Standard-Paginierung (10 Elemente) für Vorfallendpunkte, um einen Überlauf des Kontextfensters zu verhindern
Begrenzt die Anzahl der API-Pfade, die dem KI-Agenten zur Verfügung stehen
Auf die Whitelist gesetzte Endpunkte
Standardmäßig werden dem KI-Agenten die folgenden Rootly-API-Endpunkte zur Verfügung gestellt (siehe allowed_paths in src/rootly_mcp_server/server.py ):
Wir haben die Anzahl der angezeigten API-Pfade aus zwei Gründen begrenzt:
Kontextgröße: Da die API von Rootly sehr viele Pfade enthält, können KI-Agenten überfordert sein und einfache Aktionen nicht ordnungsgemäß ausführen.
Sicherheit: Wenn Sie die Art der Informationen oder Aktionen einschränken möchten, auf die Benutzer über den MCP-Server zugreifen können
Wenn Sie weitere Pfade verfügbar machen möchten, bearbeiten Sie die Variable allowed_paths in src/rootly_mcp_server/server.py .
Über die Rootly AI Labs
Dieses Projekt wurde von den Rootly AI Labs entwickelt. Die AI Labs gestalten die Zukunft der Systemzuverlässigkeit und operativen Exzellenz. Wir agieren als Open-Source-Inkubator, tauschen Ideen aus, experimentieren und entwickeln schnell Prototypen. Wir setzen uns dafür ein, dass unsere Forschung der gesamten Community zugutekommt. 
Entwickler-Setup und Fehlerbehebung
1. Installieren Sie Abhängigkeiten mit uv
Dieses Projekt verwendet uv für eine schnelle Abhängigkeitsverwaltung. So installieren Sie alle Abhängigkeiten aus Ihrer pyproject.toml :
2. Verwenden einer virtuellen Umgebung
Es wird empfohlen, für die Entwicklung eine virtuelle Umgebung zu verwenden:
3. Ausführen des Testclients
So führen Sie den Testclient aus und überprüfen Ihr Setup:
5. Allgemeine Tipps
Aktivieren Sie Ihre virtuelle Umgebung immer, bevor Sie Skripts ausführen.
Wenn Sie neue Abhängigkeiten hinzufügen, verwenden Sie
uv pip install <package>um Ihre Umgebung auf dem neuesten Stand zu halten.Wenn Probleme auftreten, überprüfen Sie Ihre Python-Version und stellen Sie sicher, dass sie den Projektanforderungen entspricht.
6. Verbindung zu unserem MCP-Server
Sie können Ihren Client so konfigurieren, dass er eine direkte Verbindung zu unserem gehosteten MCP-Server herstellt: