Skip to main content
O Model Context Protocol (MCP) permite que agentes de IA, editores de código e apps de chat como Claude, Cursor, Devin, Zed, VS Code e GitHub Copilot interajam com ferramentas e fontes de dados externas. O AppSignal MCP dá a esses agentes acesso direto aos seus dados de monitoramento: erros, traces, logs, métricas e mais. O AppSignal MCP é um endpoint HTTP público em https://appsignal.com/api/mcp. Os agentes se conectam diretamente a ele, então não há servidor para instalar ou executar.

​
Conecte sua ferramenta de IA

Escolha sua ferramenta de IA para configurar o AppSignal MCP:

Claude Code

Adicione o endpoint com claude mcp add.

Claude

Adicione o AppSignal como um custom connector.

Cursor

Adicione o AppSignal ao ~/.cursor/mcp.json.

Devin

Adicione o AppSignal ao marketplace Cascade MCP do Devin.

Zed

Adicione o AppSignal aos context_servers do Zed.

VS Code

Adicione o AppSignal ao .vscode/mcp.json.

GitHub Copilot CLI

Adicione o endpoint com copilot mcp add.

Gemini CLI

Adicione o AppSignal ao ~/.gemini/settings.json.

OpenAI Codex

Adicione o endpoint streamable HTTP no Codex.

​
O que você pode acessar

O AppSignal MCP expõe acesso de leitura e escrita aos seus dados de monitoramento nas oito áreas a seguir, além da get_more_tools para descoberta de tools e feedback. Com um token MCP, você limita o acesso a aplicações específicas e escolhe quais tools expor. Por exemplo, você pode limitar um token a MyStore/production e expor get_app_resources, get_log_lines e manage_log_line_action para um agente focado em logs. Com OAuth, os agentes recebem o toolset completo do AppSignal MCP disponível para esse login. O que você recebe de volta depende do que seus apps enviam ao AppSignal. Se seu app não está enviando logs, get_log_lines não vai retornar nada. O AppSignal MCP é um portal para dados que o AppSignal já tem, como os seguintes:
  • Incidentes de erro (read + write): listar e pesquisar exceções, inspecionar stack traces, atualizar estado e severidade, atribuir responsáveis e adicionar notas
  • Performance (read): ranquear as actions mais lentas, puxar traces, percorrer árvores de spans e inspecionar atributos de spans. Baseado em samples para apps Ruby e Elixir padrão; traces OpenTelemetry para apps que enviam dados OTel
  • Anomaly detection (read + write): navegar por alerts, listar triggers existentes e criar, atualizar ou arquivar triggers
  • Check-ins (read + write): listar monitors de cron e heartbeat, inspecionar execuções recentes e criar, atualizar ou excluir monitors
  • Logging (read + write): consultar linhas de log com a expression syntax do AppSignal e configurar regras de ingestão de log: filter, trigger e metrics actions. Útil para juntar a jornada de um cliente entre log sources, erros e traces em um único prompt — veja reconstruindo a jornada de um cliente
  • Métricas (read): descobrir categorias de métricas (incluindo host_metrics), listar nomes e tags de métricas e puxar timeseries ou valores agregados
  • Dashboards (read + write): criar dashboards e adicionar ou atualizar visualizações de chart: gráficos de linha e área de timeseries ou Big Number tiles
  • App discovery (read): listar suas aplicações, ambientes, namespaces, usuários, notifiers, log sources, log views, log line actions, deploy markers e uptime monitors
Para a lista completa de tools, parâmetros e prompts de exemplo, consulte a Referência de ferramentas do MCP. Para configurar o AppSignal MCP no seu editor ou app, veja Configurar o AppSignal MCP, e para logging, solução de problemas e escopo, veja Usar o AppSignal MCP.