Raygun MCP Server — это удаленный MCP-сервер, который подключает AI-ассистенты напрямую к платформе мониторинга ошибок и реального пользовательского опыта Raygun, позволяя моделям самостоятельно расследовать краши приложений, анализировать производительность страниц, отслеживать деплойменты и управлять статусами ошибок через естественный язык.
Ключевые особенности:
Расследование ошибок с полным контекстом: Инструмент error_group_investigate предоставляет AI-ассистенту полный стек-трейс, затронутых пользователей, историю появления ошибки и сопутствующие метаданные, а error_instances_browse показывает отдельные срабатывания для точечного анализа.
Управление жизненным циклом ошибок: AI может изменять статус групп ошибок через error_group_update_status (активировать, игнорировать, пометить как решенные) и добавлять комментарии к расследованию через error_group_add_comment, координируя работу команды прямо из чата.
Корреляция деплойментов и инцидентов: Инструмент deployment_get_latest автоматически сопоставляет недавние релизы с возникшими после них ошибками, выявляя проблемные изменения, а deployment_create позволяет регистрировать новые деплойменты без выхода из AI-интерфейса.
Анализ производительности и пользовательского опыта: metrics_website_performance_analyze отслеживает тренды загрузки страниц, а metrics_performance_distribution_analyze показывает распределение метрик (p75, p95, p99), выявляя деградацию для отдельных сегментов пользователей.
Поиск и профилирование пользователей: Инструменты customers_search и customer_investigate позволяют найти конкретного пользователя и получить его профиль с историей ошибок и сессий, чтобы понять, кого затронул инцидент.
Готовый хостинг без самостоятельного развертывания: Сервер уже развернут по адресу https://api.raygun.com/v3/mcp, что исключает необходимость клонирования, сборки и поддержки инфраструктуры — достаточно добавить URL и персональный токен в конфигурацию AI-клиента.
Для кого: Ориентирован на разработчиков, тимлидов и QA-инженеров, использующих Raygun для мониторинга ошибок и производительности веб-приложений. Идеально подходит для команд, желающих ускорить расследование инцидентов и управление техническим долгом через AI-ассистентов в Claude Desktop, Cursor, VS Code, JetBrains, Codex и других MCP-совместимых средах.
Сценарии использования:
Расследование инцидента в продакшене: разработчик спрашивает Claude “какие ошибки появились после вчерашнего деплоя”, и модель через deployment_get_latest и error_groups_list выдает список новых крашей с полным стек-трейсом и затронутыми пользователями.
Триаж багов в спринте: AI-ассистент обходит топ ошибок через error_groups_list, приоритизирует их по частоте и количеству затронутых сессий, а затем меняет статус критичных на “активно” и добавляет комментарии с планом исправления.
Анализ деградации производительности: модель через metrics_website_performance_analyze сравнивает метрики загрузки за текущую и предыдущую неделю, выявляет страницы с ухудшением p95 и предлагает конкретные оптимизации.
Поддержка пользователей с ошибками: саппорт через AI находит пользователя в customers_search, получает его последние сессии и ошибки через customer_investigate и мгновенно объясняет, что пошло не так, без эскалации на разработку.
Цены и доступность: Сам MCP-сервер предоставляется бесплатно и не требует самостоятельного хостинга — он уже развернут Raygun и доступен по публичному URL. Для использования необходима активная платная подписка Raygun и персональный токен доступа (PAT), который генерируется в настройках аккаунта. Подробности о тарифах на саму платформу Raygun не раскрываются в репозитории.
