借助MCP 监控,开发者可以了解哪些客户端遇到错误、哪些工具使用率最高或者哪些工具运行缓慢等信息。他们还可以将错误与流量高峰或新版本部署等事件关联起来,或者确定错误是否仅发生在一种传输方式上。
Sentry 开发者体验总监 Cody De Arkland 表示,Sentry 上线自己的 MCP 服务器时,每月的请求量超过 3000 万次。他表示,在这样的规模下,出现错误在所难免,现有的监控工具在 MCP 服务器上表现不佳。
“我们需要了解流量负载和 AI 客户端使用情况等信息,哪些工具被调用最多,哪些工具运行缓慢或出现故障,以及哪些输入会导致系统崩溃。我们需要了解所有这些信息,而无需依赖用户告诉我们。”他说道。
这种情况促使他们为自己构建了这个工具,现在他们将其发布给所有人,因为任何在 MCP 之上构建的人都可能遇到同样的问题。
Sentry 的 MCP 监控现已推出测试版,供使用 Sentry JavaScript SDK 的客户使用,并且只需要一行代码即可进行设置。
该公司计划在未来几个月内继续增加监控功能,包括跟踪传播,将跟踪标识符从 MCP 服务器转发到下游服务,支持 Cloudflare 的 McpAgent,以及对 Python 和其他主流语言的支持。
编辑:行动中的大雄
参考:
本篇文章为 @ 场长 创作并授权 21CTO 发布,未经许可,请勿转载。
内容授权事宜请您联系 webmaster@21cto.com或关注 21CTO 公众号。
该文观点仅代表作者本人,21CTO 平台仅提供信息存储空间服务。