Which integrations are available for this server?

Provides tools for finding code owners through file blame annotations, retrieving pull request information by commit ID, and investigating error sources by identifying the last modifier of specific file lines. Enables automated creation and assignment of [Jira](/mcp/servers/integrations/jira) tickets based on error investigation results, including setting issue types, priorities, components, and labels for bug tracking workflows.

Error Tracker MCP Server

基于 Model Context Protocol (MCP) 的错误追踪服务器，自动化处理代码错误：查找代码责任人（Bitbucket）→ 获取 PR 信息 → 创建 JIRA 任务。

快速开始

1. 安装与编译

npm install npm run build

2. 配置环境变量

创建 .env 文件（参考 .env.example）：

# 服务器配置 HTTP_PORT=3000 # HTTP 模式端口（默认 3000） COMPATIBLE_PORT=3001 # 兼容模式端口（默认 3001） DEFAULT_BRANCH=main # 默认调查分支（默认 main） # Bitbucket 配置 BITBUCKET_USERNAME=your_username BITBUCKET_PASSWORD=your_password BITBUCKET_BASE_URL=https://your-bitbucket-server.com BITBUCKET_PROJECT=your_project BITBUCKET_REPO=your_repo PR_TARGET_BRANCH=main # PR 目标分支过滤（默认 main） # JIRA 配置 JIRA_USERNAME=your_username JIRA_PASSWORD=your_password JIRA_BASE_URL=https://your-jira-server.com JIRA_PROJECT_KEY=YOUR_PROJECT JIRA_ISSUE_TYPE_ID=10101 JIRA_PRIORITY_ID=10000 JIRA_COMPONENT_ID=12505

3. 选择运行模式

模式	适用场景	启动命令
stdio	本地使用（Claude Desktop）	`npm start`
HTTP	远程部署（新客户端）	`npm run start:http`
兼容	远程部署（新旧客户端）	`npm run start:compatible`

核心功能

工具	功能说明
`find_code_owner`	通过文件路径和行号查找代码最后修改者
`get_pull_request`	根据 commit ID 查找相关 Pull Request
`get_commits_by_path`	获取指定目录路径的提交记录（支持时间范围、分支过滤），返回作者、时间、提交ID等信息
`get_method_code`	获取错误行所在的完整方法代码，为 AI 提供上下文用于根因分析（自动识别方法边界，支持多层堆栈智能定位）
`investigate_error`	自动调查错误（查找责任人 + PR 信息）
`create_jira_ticket`	基于调查结果创建并分配 JIRA 任务
`track_error_full`	完整流程：调查 → 分析 → 创建 JIRA（一键完成）

客户端配置

方式一：stdio 模式（本地使用 - Claude Desktop）

编辑配置文件：

MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

{ "mcpServers": { "error-tracker": { "command": "node", "args": ["-r", "dotenv/config", "/绝对路径/error/build/index.js"] } } }

💡 需在项目根目录创建 .env 文件配置环境变量

方式二：HTTP 模式（远程服务器）

Streamable HTTP (推荐 - 新协议)

适用于支持 MCP 2025-03-26 协议的客户端：

{ "mcpServers": { "error-tracker": { "url": "http://localhost:3000/mcp" } } }

SSE 模式（兼容 - 旧协议）

适用于仅支持 MCP 2024-11-05 协议的客户端：

{ "mcpServers": { "error-tracker": { "url": "http://localhost:3000/sse" } } }

端口说明：

HTTP 模式默认端口：3000（通过 .env 中 HTTP_PORT 配置）
兼容模式默认端口：3001（通过 .env 中 COMPATIBLE_PORT 配置）
启动命令：npm run start:http（仅新协议）或 npm run start:compatible（新旧协议都支持）

协议选择：

新客户端 → 使用 /mcp 端点（Streamable HTTP）
旧客户端 → 使用 /sse 端点（传统 SSE）
不确定 → 使用兼容模式服务器（npm run start:compatible）同时支持两种

使用示例

场景1：查找代码责任人

请帮我查找这个文件第161行是谁写的： src/main/java/com/example/service/UserService.java

场景2：获取错误上下文代码

请获取这个错误行所在方法的完整代码：文件: src/main/java/com/example/service/UserService.java 行号: 161

场景3：分析模块最近变更

请分析理算模块最近7天的提交记录：目录: cbs_claim_catalog/cbs_claim/src/main/java/cbs/claim/application/settlement 我需要看到最近有哪些人修改过这个模块，以及提交的时间范围。

场景4：完整错误追踪

我遇到空指针异常：文件: src/main/java/com/example/service/UserService.java 行号: 161 错误信息： java.lang.NullPointerException: Cannot invoke method on null object at UserService.checkUser(UserService.java:161) 请创建 JIRA 任务，标题"修复空指针异常"，标签 "bug" "urgent"

使用场景与轻量提示

JIRA 相关参数通常在 .env 中配置，日常使用只需给出最少的上下文即可。把错误堆栈直接粘贴给 AI，模型会自动识别并调用合适的工具。

提示约定：除非你明确提供标题，模型会基于错误上下文自动生成合适的 JIRA 标题与描述。

快速一键闭环（不需要分析）

示例提示：

我这有个错误，请你直接完成责任人定位、关联 PR 并创建 JIRA：文件: src/main/java/com/example/service/UserService.java 行号: 161 错误堆栈： java.lang.NullPointerException: Cannot invoke method on null object at UserService.checkUser(UserService.java:161) JIRA：标题「修复空指针异常」，标签「bug」「urgent」。

说明：模型会自动进行代码所有者定位和 PR 检索，并用 .env 中的 JIRA 配置创建任务，无需显式写出工具名称。

先让模型分析，再落任务

示例提示：

请先根据下面的错误做简要原因分析与修复建议，然后帮我创建一个 JIRA：文件: src/main/java/com/example/service/UserService.java 行号: 161 错误堆栈： java.lang.NullPointerException: Cannot invoke method on null object at UserService.checkUser(UserService.java:161) JIRA：标题「修复空指针异常（含原因分析）」即可。

说明：模型会输出结构化的分析结论（原因/影响/建议）并在创建 JIRA 时自动带上摘要；无需指定工具名，模型会自行选择步骤。

深度分析错误上下文

示例提示：

我需要分析这个异常的根本原因，请先获取完整方法代码：文件: src/main/java/com/example/service/UserService.java 行号: 161 然后分析可能的异常原因并给出修复建议。

说明：模型会自动调用 get_method_code 工具获取完整方法代码，然后基于完整上下文进行分析，比仅有堆栈信息更准确。

智能分析堆栈定位根本原因

示例提示：

这是一个完整的错误堆栈，请逐层获取错误行所在方法的完整代码： java.lang.NullPointerException: Cannot invoke method on null object at com.example.utils.StringUtil.isEmpty(StringUtil.java:45) at com.example.service.UserService.validateUser(UserService.java:161) at com.example.controller.LoginController.login(LoginController.java:89) at com.example.gateway.ApiGateway.handleRequest(ApiGateway.java:203) 找到最可能的位置后，对错误进行调查，然后结合代码对错误进行分析，最后创建 JIRA。

说明：模型会智能分析堆栈：

自动获取堆栈中多层方法的完整代码
结合代码逻辑判断根本原因（调用者参数不合规 vs 工具类缺陷）
定位到最可能出错的业务代码层，而非最底层的工具方法
余下步骤参见"先让模型分析，再落任务"

其他常见场景

多文件/多位置排查（模块级）：

用户登录偶发失败，请按模块排查并指出最可能的改动来源：模块: auth、session、gateway 错误堆栈（多段粘贴即可）： ...

批量错误收敛并统一创建任务：

我有三处相似的 NPE，请合并分析并创建一个总任务，附上三个具体文件与行号作为子任务描述： 1) auth/UserService.java:161 2) session/SessionManager.java:45 3) gateway/LoginController.java:102 错误堆栈已在上文粘贴。

只分派给代码责任人（不创建 JIRA）：

请定位这段错误的代码责任人并把结论返回给我，不需要创建 JIRA：文件: src/main/java/com/example/service/UserService.java 行号: 161 错误堆栈：...

远程部署

Docker 部署

FROM node:18-alpine WORKDIR /app COPY package*.json ./ RUN npm ci --only=production COPY . . RUN npm run build EXPOSE 3000 CMD ["node", "-r", "dotenv/config", "build/compatible-server.js"]

docker build -t error-tracker-mcp . docker run -d -p 3000:3000 --env-file .env error-tracker-mcp

PM2 部署

pm2 start npm --name "error-tracker" -- run start:compatible pm2 save && pm2 startup

故障排除

问题	解决方案
认证失败	检查 `.env` 文件中的用户名和密码
找不到文件	确保文件路径相对于仓库根目录，检查 `DEFAULT_BRANCH` 配置
端口占用	修改 `.env` 中的 `HTTP_PORT` 或 `COMPATIBLE_PORT`

技术架构

传输模式：stdio / Streamable HTTP / 兼容模式（详见 ARCHITECTURE.md）
开发调试：调试技巧和贡献指南见 DEVELOPMENT.md
技术栈：TypeScript + MCP SDK + Express + Axios

未来功能规划 (TODO)

🎯 深度分析增强

trace_error_root_cause_chain - 错误根因链追踪
- 场景：深度追踪多层调用链，找到真正的根源而非表面现象
- 功能：
  - 解析完整堆栈的每一层方法代码
  - AI 分析每层的职责和可能的问题点
  - 定位最初的根因（如参数来源、数据状态异常）
  - 生成分层分析报告，标注真正的 root cause
- 价值：避免只看最底层错误行，找到业务逻辑层的源头问题

🤖 自动化修复增强

auto_fix_and_commit - 自动修复代码并提交
- 场景：AI 分析错误后自动生成修复代码，创建 PR 并指派给代码责任人
- 完整流程：
  1. 调用 get_method_code 获取错误代码上下文
  2. 调用 investigate_error 定位代码责任人
  3. AI 生成修复代码（基于 errorAnalysis 中的 codeExample）
  4. AI 生成对应的单元测试代码
  5. 自动创建特性分支（如 fix/NPE-UserService-161）
  6. 修改源文件和测试文件并提交到新分支
  7. 创建 Pull Request，指定 reviewer 为代码责任人
  8. PR 描述自动关联 JIRA 工单号
- 价值：端到端自动化（发现问题 → 修复 → 测试 → 代码审查），大幅减少人工介入

📊 智能辅助功能

analyze_business_error_by_changes - 业务错误代码变更分析
- 场景：无堆栈信息的业务逻辑错误（如理算金额错误、数据不一致），通过分析最近代码变更定位问题
- 典型流程：
  1. 业务人员发现异常（如：某客户理算金额少了 100 元）
  2. 运维描述现象给 AI："理算模块最近出现金额计算错误，折扣未正确应用"
  3. AI 自动分析指定业务模块的最近提交记录（可自定义时间范围，默认 7 天）
  4. 对比代码变更点与业务现象的关联性
  5. 输出可疑提交列表 + 责任人 + 变更说明
- 价值：解决无堆栈信息的业务逻辑问题，特别适合数据计算、状态流转等隐性错误
batch_analyze_errors - 批量错误分析
- 一次性分析多个相关错误，判断是否同一根因

📈 运营分析功能

analyze_error_trends - 错误趋势分析
- 场景：按产品线/模块/时间维度统计错误趋势，发现高风险区域
- 分析维度：
  - 按产品线统计（寿险、财险、健康险各自的错误率）
  - 按业务模块统计（承保、理赔、保全的错误热点）
  - 按时间趋势统计（版本发布后的错误激增）
- 输出：可视化报表 + 高风险模块预警 + 重构建议
- 价值：指导资源投入方向，提前预防高风险区域
build_error_knowledge_base - 错误知识库沉淀
- 场景：自动沉淀常见保险业务错误的解决方案
- 功能：
  - 自动分类错误类型（费率应用错误、年龄校验错误等）
  - 关联历史修复方案和PR
  - AI总结通用解决模式
  - 生成新人培训案例库
- 价值：避免重复踩坑，加速新人成长

�🔧 现有工具增强

get_method_code 增强
- 支持 includeCallers: 同时返回调用该方法的代码
- 支持 contextLevel: 控制上下文深度（1-3层）
investigate_error 增强
- 支持 blameFullMethod: 对整个方法进行 blame
- 支持 includeRecentContributors: 返回该文件近期所有贡献者

许可证

MIT

Error Tracker MCP Server

Error Tracker MCP Server

快速开始

1. 安装与编译

2. 配置环境变量

3. 选择运行模式

核心功能

客户端配置

方式一：stdio 模式（本地使用 - Claude Desktop）

方式二：HTTP 模式（远程服务器）

Streamable HTTP (推荐 - 新协议)

SSE 模式（兼容 - 旧协议）

使用示例

场景1：查找代码责任人

场景2：获取错误上下文代码

场景3：分析模块最近变更

场景4：完整错误追踪

使用场景与轻量提示

快速一键闭环（不需要分析）

先让模型分析，再落任务

深度分析错误上下文

智能分析堆栈定位根本原因

其他常见场景

远程部署

Docker 部署

PM2 部署

故障排除

技术架构

未来功能规划 (TODO)

🎯 深度分析增强

🤖 自动化修复增强

📊 智能辅助功能

📈 运营分析功能

�🔧 现有工具增强

许可证

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API