Skip to main content
Glama
Sentry MCP

Sentry MCP

Official
by getsentry

sentry-mcp

El servicio MCP de Sentry está diseñado principalmente para agentes de codificación con intervención humana (human-in-the-loop). Nuestra selección de herramientas y prioridades se centran en los flujos de trabajo de los desarrolladores y en casos de uso de depuración, en lugar de proporcionar un servidor MCP de propósito general para toda la funcionalidad de Sentry.

Este servidor MCP remoto actúa como middleware para la API de Sentry, optimizado para asistentes de codificación como Cursor, Claude Code y herramientas de desarrollo similares. Se basa en el trabajo de Cloudflare hacia MCPs remotos.

Introducción

Encontrarás todo lo que necesitas saber visitando el servicio desplegado en producción:

https://mcp.sentry.dev

Si buscas contribuir, aprender cómo funciona o ejecutar esto para una instancia de Sentry autohospedada, continúa leyendo.

Plugin de Claude Code

Instálalo como un plugin de Claude Code para la delegación automática de subagentes:

claude plugin marketplace add getsentry/sentry-mcp
claude plugin install sentry-mcp@sentry-mcp

Esto proporciona un subagente sentry-mcp al que Claude delega automáticamente cuando preguntas sobre errores, problemas, trazas o rendimiento de Sentry.

Para variantes de herramientas y características futuras:

claude plugin install sentry-mcp@sentry-mcp-experimental

Stdio vs Remoto

Aunque este repositorio se centra en actuar como un servicio MCP, también admitimos un transporte stdio. Esto sigue siendo un trabajo en progreso, pero es la forma más fácil de adaptar y ejecutar el MCP contra una instalación de Sentry autohospedada.

Nota: Las herramientas de búsqueda impulsadas por IA (search_events, search_issues, etc.) requieren un proveedor de LLM (OpenAI o Anthropic). Estas herramientas utilizan procesamiento de lenguaje natural para traducir consultas a la sintaxis de búsqueda de Sentry. Sin un proveedor configurado, estas herramientas específicas no estarán disponibles, pero todas las demás funcionarán normalmente.

Para utilizar el transporte stdio, necesitarás crear un Token de Autenticación de Usuario en Sentry con los alcances necesarios. Al momento de escribir esto, es:

org:read
project:read
project:write
team:read
team:write
event:write

Lanza el transporte:

npx @sentry/mcp-server@latest --access-token=sentry-user-token

¿Necesitas conectarte a un despliegue autohospedado? Añade --host (solo el nombre de host, p. ej., --host=sentry.example.com) cuando ejecutes el comando.

Algunas características (como Seer) pueden no estar disponibles en instancias autohospedadas. Puedes desactivar habilidades específicas para evitar que se expongan herramientas no compatibles:

npx @sentry/mcp-server@latest --access-token=TOKEN --host=sentry.example.com --disable-skills=seer

Variables de entorno

SENTRY_ACCESS_TOKEN=         # Required: Your Sentry auth token

# LLM Provider Configuration (required for AI-powered search tools)
EMBEDDED_AGENT_PROVIDER=     # Required: 'openai' or 'anthropic'
OPENAI_API_KEY=              # Required if using OpenAI
ANTHROPIC_API_KEY=           # Required if using Anthropic

# Optional overrides
SENTRY_HOST=                 # For self-hosted deployments
MCP_DISABLE_SKILLS=          # Disable specific skills (comma-separated, e.g. 'seer')

Importante: Configura siempre EMBEDDED_AGENT_PROVIDER para especificar explícitamente tu proveedor de LLM. La detección automática basada solo en claves API está obsoleta y se eliminará en una futura versión. Consulta docs/embedded-agents.md para ver opciones de configuración detalladas.

Ejemplo de configuración de MCP

{
  "mcpServers": {
    "sentry": {
      "command": "npx",
      "args": ["@sentry/mcp-server"],
      "env": {
        "SENTRY_ACCESS_TOKEN": "your-token",
        "EMBEDDED_AGENT_PROVIDER": "openai",
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

Si dejas la variable host sin configurar, la CLI apunta automáticamente al servicio SaaS de Sentry. Solo establece la anulación cuando operes un Sentry autohospedado.

Para instancias autohospedadas que no admiten Seer:

{
  "mcpServers": {
    "sentry": {
      "command": "npx",
      "args": ["@sentry/mcp-server"],
      "env": {
        "SENTRY_ACCESS_TOKEN": "your-token",
        "SENTRY_HOST": "sentry.example.com",
        "MCP_DISABLE_SKILLS": "seer"
      }
    }
  }
}

Inspector MCP

MCP incluye un Inspector para probar fácilmente el servicio:

pnpm inspector

Introduce la URL del servidor MCP (http://localhost:5173) y pulsa conectar. Esto debería activar el flujo de autenticación para ti.

Nota: Si tienes problemas con tu flujo OAuth al acceder al inspector en 127.0.0.1, intenta usar localhost visitando http://localhost:6274.

Related MCP server: Sentry MCP Server

Desarrollo local

Para contribuir con cambios, necesitarás configurar tu entorno local:

  1. Configurar el entorno y las habilidades del agente:

    make setup-env  # Creates .env files and installs shared agent skills

    Esto también ejecuta npx @sentry/dotagents install para instalar habilidades compartidas desde getsentry/skills en .agents/skills/ (vinculadas simbólicamente en .claude/skills y .cursor/skills). Si necesitas actualizar las habilidades más tarde, ejecútalo directamente:

    npx @sentry/dotagents install
  2. Crear una aplicación OAuth en Sentry (Configuración => API => Aplicaciones):

    • URL de inicio: http://localhost:5173

    • URIs de redirección autorizadas: http://localhost:5173/oauth/callback

    • Anota tu ID de cliente y genera un secreto de cliente

  3. Configurar tus credenciales:

    • Edita .env en el directorio raíz y añade tu OPENAI_API_KEY

    • Edita packages/mcp-cloudflare/.env y añade:

      • SENTRY_CLIENT_ID=tu_id_de_cliente_sentry_de_desarrollo

      • SENTRY_CLIENT_SECRET=tu_secreto_de_cliente_sentry_de_desarrollo

      • COOKIE_SECRET=mi-super-secreto-cookie

  4. Iniciar el servidor de desarrollo:

    pnpm dev

Verificar

Ejecuta el servidor localmente para que esté disponible en http://localhost:5173

pnpm dev

Para probar el servidor local, introduce http://localhost:5173/mcp en el Inspector y pulsa conectar. Una vez que sigas las instrucciones, podrás "Listar herramientas".

Pruebas

Se incluyen tres conjuntos de pruebas: pruebas unitarias, evaluaciones y pruebas manuales.

Las pruebas unitarias se pueden ejecutar usando:

pnpm test

Las evaluaciones requieren un archivo .env en la raíz del proyecto con algo de configuración:

# .env (in project root)
OPENAI_API_KEY=  # Also required for AI-powered search tools in production

Nota: El archivo .env raíz proporciona valores predeterminados para todos los paquetes. Los paquetes individuales pueden tener sus propios archivos .env para anular estos valores durante el desarrollo.

Una vez hecho esto, puedes ejecutarlas usando:

pnpm eval

Pruebas manuales (preferidas para probar cambios en MCP):

# Test with local dev server (default: http://localhost:5173)
pnpm -w run cli "who am I?"

# Test agent mode (use_sentry tool only)
pnpm -w run cli --agent "who am I?"

# Test against production
pnpm -w run cli --mcp-host=https://mcp.sentry.dev "query"

# Test with local stdio mode (requires SENTRY_ACCESS_TOKEN)
pnpm -w run cli --access-token=TOKEN "query"

Nota: La CLI utiliza http://localhost:5173 por defecto. Anula con --mcp-host o establece la variable de entorno MCP_URL.

Guías de pruebas integrales:

  • Pruebas Stdio: Consulta docs/testing-stdio.md para obtener una guía completa sobre cómo construir, ejecutar y probar la implementación stdio (IDEs, Inspector MCP)

  • Pruebas remotas: Consulta docs/testing-remote.md para obtener una guía completa sobre cómo probar el servidor remoto (OAuth, interfaz web, cliente CLI)

Notas de desarrollo

Revisión de código automatizada

Este repositorio utiliza herramientas de revisión de código automatizadas (como Cursor BugBot) para ayudar a identificar posibles problemas en las solicitudes de extracción (pull requests). Estas herramientas proporcionan comentarios y sugerencias útiles, pero no recomendamos hacer que estas comprobaciones sean obligatorias, ya que la precisión aún está evolucionando y puede producir falsos positivos.

Las revisiones automatizadas deben tratarse como:

  • ✅ Sugerencias útiles a considerar durante la revisión del código

  • ✅ Puntos de partida para la discusión y mejora

  • ❌ No son requisitos bloqueantes para fusionar PRs

  • ❌ No son reemplazos para la revisión de código humana

Al abordar los comentarios automatizados, céntrate en las preocupaciones subyacentes en lugar de seguir estrictamente cada sugerencia.

Documentación para colaboradores

¿Buscas contribuir o explorar el mapa completo de documentación? Consulta CLAUDE.md (también disponible como AGENTS.md) para conocer los flujos de trabajo de los colaboradores y el índice completo de documentos. La carpeta docs/ contiene las guías por tema y los archivos .md integrados en las herramientas.

Available Tools

7 tools
create_projectBInspect

Create a new project in Sentry, giving you access to a new SENTRY_DSN.

Use this tool when you need to:

  • Create a new project in a Sentry organization

Inputs: name (required), teamSlug (required), organizationSlug, platform.

create_teamBInspect

Create a new team in Sentry.

Use this tool when you need to:

  • Create a new team in a Sentry organization

Inputs: name (required), organizationSlug.

get_error_detailsAInspect

Retrieve error details from Sentry for a specific Issue ID, including the stacktrace and error message. Either issueId or issueUrl MUST be provided.

Use this tool when you need to:

  • Investigate a specific production error

  • Access detailed error information and stacktraces from Sentry

Inputs: issueId, issueUrl, organizationSlug.

list_organizationsBInspect

List all organizations that the user has access to in Sentry.

Use this tool when you need to:

  • View all organizations in Sentry

Inputs: no named parameters.

list_projectsBInspect

Retrieve a list of projects in Sentry.

Use this tool when you need to:

  • View all projects in a Sentry organization

Inputs: organizationSlug.

list_teamsAInspect

List all teams in an organization in Sentry.

Use this tool when you need to:

  • View all teams in a Sentry organization

Inputs: organizationSlug.

search_errors_in_fileAInspect

Search for errors recently occurring in a specific file. This is a suffix based search, so only using the filename or the direct parent folder of the file. The parent folder is preferred when the filename is in a subfolder or a common filename.

Use this tool when you need to:

  • Search for production errors in a specific file

  • Analyze error patterns and frequencies

  • Find recent or frequently occurring errors.

Inputs: filename (required), organizationSlug, sortBy.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.5/5.0

    Scored across 7 tools

    Disambiguation4/5

    Most tools have distinct purposes, such as create_project vs. list_projects, but get_error_details and search_errors_in_file could potentially overlap in error investigation scenarios, which might cause slight confusion. Overall, the boundaries are clear with only minor ambiguity.

    Naming Consistency5/5

    All tools follow a consistent verb_noun naming pattern using snake_case, such as create_project, list_organizations, and search_errors_in_file. This uniformity makes the tool set predictable and easy to understand.

    Tool Count4/5

    With 7 tools, the count is reasonable for a Sentry-focused server, covering core operations like project, team, and error management. However, it feels slightly thin as it lacks update or delete operations, which are common in such domains.

    Completeness3/5

    The tool set covers creation and listing for projects, teams, and organizations, plus error retrieval and search, but it has notable gaps. Missing update/delete tools for projects and teams, and no error resolution or comment features, limit full lifecycle coverage for Sentry's domain.

    Maintenance

    ActivityActive
    ResponsivenessSyncing

    Related MCP Connectors

    Related MCP Servers

    • F
      license
      B
      quality
      D
      maintenance
      A Model Context Protocol server that retrieves and analyzes Sentry.io issues, allowing users to inspect error reports, stacktraces, and debugging information from their Sentry account.
      2
      23
      -
    • A
      license
      B
      quality
      F
      maintenance
      A Model Context Protocol server that enables AI assistants to interact with Sentry for error tracking and monitoring, allowing retrieval and analysis of error data, project management, and performance monitoring through the Sentry API.
      11
      21
      ISC
    • A
      license
      Not graded
      quality
      D
      maintenance
      A TypeScript implementation of a Model Context Protocol server that connects to Sentry error tracking service, allowing AI models to query and analyze error reports and events.
      17 npm
      MIT