Sentry MCP Server

Der Sentry MCP Server implementiert das Model Context Protocol und gibt KI-Coding-Agenten Zugriff auf ein Sentry-Konto: Fehler und Issues suchen und im Detail samt Stacktrace ansehen, Events und verteilte Traces abfragen, Performance-Auffälligkeiten eingrenzen, Releases und Projekte einsehen sowie die Sentry-Dokumentation durchsuchen. Dazu kommt ein kleiner Satz schreibender Aktionen – etwa ein Issue auflösen, erneut öffnen, zuweisen oder stummschalten sowie Projekte, Teams und DSNs anlegen. Insgesamt stellt der Server rund zwei Dutzend Werkzeuge bereit; der Schwerpunkt liegt ausdrücklich auf Entwickler- und Debugging-Abläufen, nicht auf vollständiger Sentry-Verwaltung.

Gehostete Variante (empfohlen)

Sentry betreibt den Server als gehosteten Remote-Dienst unter https://mcp.sentry.dev/mcp (HTTP-Transport). Der Pfad lässt sich optional auf eine Organisation (/mcp/{organisation}) oder ein Projekt (/mcp/{organisation}/{projekt}) eingrenzen. Alle Verbindungen laufen über OAuth: Beim ersten Aufruf öffnet der Client ein Browserfenster zur Anmeldung am Sentry-Konto und speichert die Freigabe für weitere Sitzungen. Die natürlichsprachlichen Suchwerkzeuge (search_events, search_issues) funktionieren hier ohne eigenen Schlüssel, weil der Dienst das dafür nötige Sprachmodell selbst bereitstellt.

Lokale Variante

Alternativ lässt sich das quelloffen einsehbare Paket @sentry/mcp-server (zum Prüfzeitpunkt Version 0.39.0) lokal über stdio betreiben:

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

Der Token stammt aus den Sentry-Kontoeinstellungen und braucht die Rechte org:read, project:read, project:write, team:read, team:write und event:write. Für die natürlichsprachlichen Suchwerkzeuge ist lokal zusätzlich ein eigener Zugang zu einem Sprachmodell-Anbieter nötig (OpenAI, Azure OpenAI, Anthropic oder OpenRouter). Selbst gehostete Sentry-Installationen werden über --host=sentry.example.com (und bei Bedarf --insecure-http) angebunden; einzelne Funktionen wie Seer stehen dort nicht zur Verfügung und lassen sich mit --disable-skills=seer abschalten.

Für Claude Code gibt es zusätzlich ein Plugin-Marketplace:

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

Warum die gehostete Variante bevorzugt wird

Sentry hat die gehostete Variante bewusst so gestaltet, dass sie auch die natürlichsprachlichen Suchwerkzeuge ohne eigenen Sprachmodell-Zugang bereitstellt: Der Dienst betreibt das dafür nötige Modell selbst, sodass Nutzer keinen separaten OpenAI- oder Anthropic-Schlüssel konfigurieren müssen. Die lokale Variante bleibt vor allem für Teams relevant, die eine selbst gehostete Sentry-Installation anbinden oder aus Compliance-Gründen keinen Datenverkehr über einen zusätzlichen Drittanbieter-Dienst leiten wollen.

Typische Einsatzszenarien

Der Server eignet sich besonders für Debugging-Workflows, bei denen ein Coding-Agent direkt nach einem Fehlerbericht fragen und dessen Stacktrace samt Kontext auswerten soll, ohne dass jemand manuell zwischen IDE und Sentry-Oberfläche wechselt. Ebenso hilfreich ist er beim Nachverfolgen von Performance-Regressionen nach einem Deployment oder beim automatisierten Zusammenfassen aller offenen kritischen Issues eines Projekts vor einem Release. Wegen der begrenzten Schreibrechte eignet sich der Server weniger für die vollständige Verwaltung eines Sentry-Kontos, etwa das Anlegen komplexer Alarmregeln.

Ein Sentry-Konto mit Zugriff auf die gewünschte Organisation bzw. das Projekt. Für die gehostete Variante genügt ein MCP-Client mit Unterstützung für Remote-Server über HTTP und OAuth. Für die lokale Variante zusätzlich Node.js (npx), ein Sentry-User-Token mit den passenden Rechten und – für die natürlichsprachliche Suche – ein eigener Zugang zu einem Sprachmodell-Anbieter.

Für die gehostete Variante den Remote-Server im MCP-Client eintragen, etwa in Claude Code mit claude mcp add --transport http sentry https://mcp.sentry.dev/mcp, in Cursor über einen mcpServers-Eintrag mit "url": "https://mcp.sentry.dev/mcp" oder in VS Code über einen servers-Eintrag mit "type": "http". Beim ersten Aufruf öffnet der Client den OAuth-Dialog; dort am Sentry-Konto anmelden und den Zugriff bestätigen. Optional lässt sich die URL auf eine Organisation oder ein Projekt eingrenzen.

Für die lokale Variante in den Sentry-Kontoeinstellungen unter „User Auth Tokens" einen Token mit den Rechten org:read, project:read, project:write, team:read, team:write und event:write erzeugen und den Server per npx @sentry/mcp-server@latest --access-token=<token> starten. Für die natürlichsprachliche Suche zusätzlich die Zugangsdaten eines Sprachmodell-Anbieters als Umgebungsvariablen setzen. Selbst gehostete Sentry-Instanzen über --host= anbinden.

claude mcp add --transport http sentry https://mcp.sentry.dev/mcp

Gehostete Variante: OAuth-Anmeldung am Sentry-Konto, im Client ausgelöst; die Freigabe wird für weitere Sitzungen gespeichert. Lokale Variante: Sentry-User-Token (--access-token) mit den Rechten org:read, project:read, project:write, team:read, team:write, event:write; beim HTTP-Transport alternativ als Header Authorization: Sentry-Bearer <token>.

Der effektive Zugriff entspricht dem angemeldeten Sentry-Konto bzw. den Token-Rechten und der optionalen Pfad-Eingrenzung auf Organisation oder Projekt. Innerhalb dieses Rahmens sind vor allem lesende Aktionen möglich (Fehler, Issues, Events, Traces, Releases, Projekte, Dokumentation). Schreibend sind nur wenige Aktionen vorgesehen: Issue-Status und -Zuweisung ändern sowie Projekte, Teams und DSNs anlegen.

Anfragen und Werkzeugparameter gehen an die Sentry-API. Antworten enthalten Monitoring-Daten des Kontos – darunter Stacktraces, Event-Details und Trace-Daten, die je nach Anwendung personenbezogene Daten oder Geheimnisse enthalten können – und werden an den MCP-Client sowie dessen Sprachmodell weitergegeben. Bei der gehosteten Variante läuft die Verbindung über den von Sentry betriebenen Dienst unter mcp.sentry.dev, der für die natürlichsprachliche Suche ein eigenes Sprachmodell einsetzt. Bei der lokalen Variante läuft der Server auf dem eigenen Rechner, spricht aber weiterhin die Sentry-API an und schickt Suchanfragen an den konfigurierten Sprachmodell-Anbieter.

Stacktraces und Event-Daten in Sentry können Klartext-Geheimnisse, Tokens oder personenbezogene Daten enthalten; über den Server gelangen diese in den Kontext des Agenten und seines Sprachmodells. Ein zu weit gefasstes Token oder eine Anmeldung mit einem Konto, das viele Organisationen sieht, vergrößert diesen Radius. Den Zugriff über die Pfad-Eingrenzung auf die benötigte Organisation oder das Projekt begrenzen, für automatisierte Abläufe ein eigenes Token mit minimalen Rechten verwenden, dieses wie ein Passwort behandeln und die schreibenden Werkzeuge (Issue-Status, Projekt-/Team-/DSN-Anlage) nur bewusst freigeben.