Skip to main content
Glama
Dynatrace MCP Server

Dynatrace MCP Server

Dynatrace MCP Server

Este proyecto implementación un servidor de Model Context Protocol (MCP) que proyectreplica una interfa para interactuar con Dynatrace Grail y los endpoints de la API.

Característicias

  • Ejecución de DQL: Ejecruta consultas atrariras en Dynatrace Query Language (DQL).

  • Recuperación de logs: Obtene y filtra logs de aplicaciones.

  • Informe de prolemas: Obtene los prolemas activos actuales de Dynatrace.

  • Consulta de métricas: Conusulta métricas mediante DQL.

Related MCP server: Dynatrace Managed MCP Server

Requisitíos previos

  • Pithon 3.10,10+

  • Un entorno de Dynatrace con tokens de acceso ya la API.

Configuración

  1. Variables de Entorino: Crea un archivo .env en el directorio raíz con las siguiente variantes:

    DYNATRACE_URL=<your-dynatrace-url>
    DYNATRACE_API_TOKEN=<your-api-token>
    DYNATRACE_PLATFORM_URL=<your-platform-url>
    DYNATRACE_PLATFORM_TOKEN=<your-platform-token>
    DYNATRACE_LOG_INGEST_TOKEN=<your-log-ingest-token>
  2. Dependencias: Instala las dependercias necesrias:

    pip install -r requirements.txt

Uso

Inicia el servidor MCP:

GXP3

Añade esto a gemini/settings.json

GXP4

Después, ejecuta cli CLI Cú gemini

Related MCP Connectors

Related MCP Servers

  • A
    license
    C
    quality
    D
    maintenance
    Enables interaction with Datadog's monitoring platform to search logs, search trace spans, and perform trace span aggregation for analysis.
    3
    2,222 npm
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    Enables AI assistants to interact with self-hosted Dynatrace Managed environments to retrieve observability data, security insights, and performance metrics. It allows users to query problems, logs, events, and SLOs through natural language interfaces in both local and remote modes.
    18
    2,067 npm
    33
    Apache 2.0
  • A
    license
    B
    quality
    B
    maintenance
    Enables LLM agents to query Dynatrace SaaS for observability data (logs, metrics, traces, entities, problems, vulnerabilities) and manage configurations (dashboards, notebooks, SLOs, synthetic monitors, settings).
    100
    MIT