brianpelow/mcp-incident-intel

GitHub: brianpelow/mcp-incident-intel

一个 MCP 服务器,将 PagerDuty、Dynatrace 和 runbook 上下文整合为统一接口,使 AI agent 能够进行事件分类、关联和修复。

Stars: 0 | Forks: 1

# mcp-incident-intel ![CI](https://static.pigsec.cn/wp-content/uploads/repos/cas/39/39faa54be350a1dab8afd3b2fb8c1c83e4d9cff84abfef2374d19a18053687c4.svg) ![License](https://img.shields.io/badge/license-Apache%202.0-blue.svg) ![Python](https://img.shields.io/badge/python-3.12+-green.svg) ![MCP](https://img.shields.io/badge/MCP-compatible-purple.svg) ## 概述 `mcp-incident-intel` 是一个 Model Context Protocol 服务器,为 AI agent 提供单一、标准化的接口以获取完整的 incident 上下文。它将 PagerDuty incident 数据、Dynatrace 可观测性信号和操作 runbook 结合在一起,以便由 LLM 驱动的 agent 可以在无需切换工具的情况下进行分类、关联并开始 修复。 专为受监管的金融服务 和制造业中的 SRE 和平台工程团队打造,在这些行业中,平均解决时间是一项合规指标。 ## 暴露的工具 | 工具 | 描述 | |------|-------------| | `get_active_incidents` | 获取打开的 PagerDuty incident 及其严重程度和指派人 | | `get_dynatrace_problems` | 获取打开的 Dynatrace 问题卡片及其根本原因 | | `get_service_topology` | 获取服务的上游/下游依赖项 | | `get_slo_status` | 获取 SLO 消耗速率和剩余的错误预算 | | `get_runbook` | 检索给定告警名称的 runbook 内容 | | `correlate_incident` | 将 PagerDuty incident 与 Dynatrace 问题进行交叉引用 | ## 快速开始 ``` pip install mcp-incident-intel export PAGERDUTY_TOKEN=your_pagerduty_token export DYNATRACE_URL=https://your-env.live.dynatrace.com export DYNATRACE_TOKEN=your_dynatrace_api_token mcp-incident-intel ``` ## 配置 | 变量 | 描述 | 必填 | |----------|-------------|----------| | `PAGERDUTY_TOKEN` | PagerDuty API token | 是 | | `DYNATRACE_URL` | Dynatrace 环境 URL | 是 | | `DYNATRACE_TOKEN` | Dynatrace API token | 是 | | `RUNBOOK_DIR` | runbook markdown 文件的路径 | 否 | ## 贡献 请参阅 [CONTRIBUTING.md](CONTRIBUTING.md)。 ## 许可证 Apache 2.0 — 请参阅 [LICENSE](LICENSE)。
标签:AIOps, API集成, MCP, Python, SRE, 偏差过滤, 可观测性, 无后门, 运维监控, 逆向工具