安裝
"url": "https://mcp.sentry.dev/mcp",
"headers": {
"Authorization": "Sentry-Bearer ${SENTRY_ACCESS_TOKEN}"
}適合誰
如果你在寫程式時需要對照 Sentry 做除錯,並且接受人機協作而不是把全部 Sentry 功能自動化,這個服務對得上。官方說明它主要面向 human-in-the-loop 的編碼 agent,工具選擇偏向開發者工作流和除錯,而不是通用的全功能 Sentry MCP。它作為上游 Sentry API 的中間層,並點名優化 Cursor、Claude Code 及類似開發工具。
它不適合想覆蓋 Sentry 全部功能的人,也不適合還沒有 Sentry 存取權杖、卻想先跑 stdio 的人。目前摘錄只明確點名了 search_events、search_issues 這類 AI 搜尋工具;其他工具存在,但名字沒有寫進這份摘錄。缺的工具名不要補。
唯讀查詢仍會經過 Sentry API,不要理解成無網路或無隱私界線。
3 分鐘完成第一次嘗試
先準備好你自己的 Sentry 存取權杖。官方建議的主路徑是存取生產環境託管服務,而不是並列再裝 stdio:
生產說明入口是 https://mcp.sentry.dev/ 。遠端用戶端設定摘錄給出:
"url": "https://mcp.sentry.dev/mcp ",
"headers": {
"Authorization": "Sentry-Bearer ${SENTRY_ACCESS_TOKEN}"
}
注意鑑權方案是 Sentry-Bearer,不要改成普通 Bearer。把這段放進支援遠端 URL 的 MCP 用戶端,權杖換成你自己的值,不要使用任何示例佔位字串。摘錄沒有寫死用戶端檔名。
連上後,先提一個你已經在 Sentry 裡要查的除錯問題。若你還沒設定 LLM 提供商(摘錄列出 OpenAI、Azure OpenAI、Anthropic、OpenRouter),不要呼叫 search_events 或 search_issues:沒配提供商時這兩項不可用,其餘工具仍可工作。第一次優先用仍可用的非搜尋工具做一次唯讀查看;具體名字摘錄沒寫,能確認的只到「除 AI 搜尋外的其他工具」。
成功訊號是遠端位址 https://mcp.sentry.dev/mcp 能夠對話並回傳 Sentry 側除錯資訊,而不是 401,或把 Authorization 寫成了 Bearer。
使用案例
案例一:在編碼助手裡做一次除錯查詢。摘錄寫明該遠端服務面向開發者工作流和除錯,並作為 Sentry API 的中間層。你應先連上託管 URL,再問一個已有的除錯問題。能核到的是這條中間層路徑;具體非搜尋工具名和回傳欄位沒有出現在目前摘錄裡。
案例二:用自然語言搜事件或 issue。摘錄寫明 search_events、search_issues 等 AI 搜尋工具需要 LLM 提供商,才能把自然語言翻成 Sentry 查詢語法。動手前先確認提供商已設定。沒配時這些工具不可用,不要把失敗理解成整個服務掛了。提供商的安裝命令和金鑰變數沒有寫進摘錄,不要編。
這兩個案例分別對應「普通除錯工具」和「AI 搜尋」,不要在未設定提供商時強行走第二條。
使用界線
主路徑是託管服務 https://mcp.sentry.dev/ 與遠端 MCP 位址 https://mcp.sentry.dev/mcp 。摘錄另外給出 stdio 命令 npx @sentry/mcp-server@latest,並用 --access-token 傳入你自己在 Sentry 建立的 User Auth Token,不要填寫任何示例佔位值。stdio 需要的範圍包括 org:read、project:read、project:write、team:read、team:write、event:write。第一次不要走這條,尤其不要一上來用帶 write 的範圍做寫入。
官方倉庫是 https://github.com/getsentry/sentry-mcp 。它不是全功能 Sentry API 封裝。未出現的工具名、OAuth 重新整理行為和撤銷步驟都不要自行補全。