Skip to main content
AppSignal MCP befindet sich derzeit in der Preview. Treten Sie unserer Discord-Community bei, um diese Implementierung mit zu testen und mitzugestalten.
Das Model Context Protocol (MCP) ermöglicht es KI-Agenten und KI-Code-Editoren wie Claude, Cursor, Windsurf, Zed, VS Code und GitHub Copilot, mit externen Tools und Datenquellen zu interagieren. AppSignal MCP gibt diesen Agenten direkten Zugriff auf Ihre Monitoring-Daten: Fehler, Traces, Logs, Metriken und mehr. AppSignal MCP ist ein öffentlicher HTTP-Endpunkt unter https://appsignal.com/api/mcp. Die meisten Agenten verbinden sich direkt damit. Wenn Sie lieber einen lokalen Proxy ausführen möchten — zum Beispiel in einer Umgebung, die ausgehenden Traffic einschränkt — ist ein optionales Docker-Image verfügbar.

​
Verbinden Sie Ihr KI-Tool

Wählen Sie Ihr KI-Tool, um AppSignal MCP einzurichten:

Claude Code

Fügen Sie den Endpunkt mit claude mcp add hinzu.

Cursor

Fügen Sie AppSignal zu ~/.cursor/mcp.json hinzu.

Windsurf

Fügen Sie AppSignal zu Ihrer Windsurf-MCP-Konfiguration hinzu.

Zed

Fügen Sie AppSignal zu den context_servers von Zed hinzu.

VS Code

Fügen Sie AppSignal zu .vscode/mcp.json hinzu.

GitHub Copilot CLI

Fügen Sie den Endpunkt mit copilot mcp add hinzu.

Gemini CLI

Fügen Sie AppSignal zu ~/.gemini/settings.json hinzu.

Claude

Fügen Sie AppSignal als custom connector hinzu.

OpenAI Codex

Fügen Sie den Streamable-HTTP-Endpunkt in Codex hinzu.

​
Worauf Sie zugreifen können

AppSignal MCP bietet Lese- und Schreibzugriff auf Ihre Monitoring-Daten in sieben Bereichen. Jeder Bereich entspricht einer Berechtigung, die Sie bei der Authentifizierung konfigurieren können: Mit einem MCP-Token setzen Sie jeden Bereich auf read, write oder deaktiviert; mit OAuth werden alle Read- und Write-Tools auf einmal freigegeben. Was Sie zurückbekommen, hängt davon ab, was Ihre Apps an AppSignal senden. Wenn Ihre App keine Logs sendet, gibt get_log_lines nichts zurück. AppSignal MCP ist ein Gateway zu Daten, die AppSignal bereits hat, wie zum Beispiel den folgenden:
  • Fehlervorfälle (read + write): Exceptions auflisten und durchsuchen, Stack Traces inspizieren, Zustand und Schweregrad aktualisieren, Handler zuweisen und Notizen hinzufügen
  • Performance (read): Die langsamsten Actions ranken, Traces abrufen, Span-Bäume durchgehen und Span-Attribute inspizieren. Sample-basiert für Standard-Ruby- und Elixir-Apps; OpenTelemetry-Traces für Apps, die OTel-Daten senden
  • Anomaly detection (read + write): Alarme durchsuchen, bestehende Trigger auflisten und Trigger erstellen, aktualisieren oder archivieren
  • Logging (read + write): Logzeilen mit der Ausdruckssyntax von AppSignal abfragen und Log-Ingestion-Regeln einrichten: Filter-, Trigger- und Metrik-Aktionen. Besonders leistungsfähig, um eine Customer Journey über Log-Quellen, Fehler und Traces in einem einzigen Prompt zusammenzufügen — siehe Customer Journey rekonstruieren
  • Metriken (read): Metrikkategorien entdecken (einschließlich host_metrics), Metriknamen und Tags auflisten und Zeitreihen oder aggregierte Werte abrufen
  • Dashboards (read + write): Dashboards erstellen und Chart-Visualisierungen hinzufügen oder aktualisieren
  • App-Discovery (read): Ihre Anwendungen, Umgebungen, Namespaces, Benutzer, Notifier, Log-Quellen, Log-Line-Actions, Deploy-Marker und Uptime-Monitore auflisten
Die vollständige Liste der Tools, Parameter und Beispiel-Prompts finden Sie in der MCP Tool Reference. Um AppSignal MCP in Ihrem Editor oder Ihrer App einzurichten, siehe AppSignal MCP einrichten.