Referência da ferramenta New Relic MCP

O servidor MCP da New Relic fornece ferramentas especializadas que permitem que o agente de IA acesse e analise seus dados de observabilidade. Este guia de referência organiza todas as ferramentas disponíveis por categoria.

Como usar as ferramentas MCP

As ferramentas MCP são invocadas por meio de consulta em linguagem natural no seu ambiente de desenvolvimento de IA. Você não precisa memorizar os nomes exatos das ferramentas ou os parâmetros. Basta descrever o que você deseja saber sobre seus dados do New Relic.

Exemplo de consulta:

• "Quais entidades estão na minha conta?"
• "Mostrar alertas recentes para meu aplicativo web"
• "Quais foram os principais erros da última hora?"
• "Execute uma consulta NRQL para analisar o desempenho"

O agente de IA na sua ferramenta de desenvolvimento selecionará automaticamente as ferramentas MCP apropriadas e formatará os resultados para você.

Ferramentas de filtro com include-tags

Algumas ferramentas aparecem em várias categorias (por exemplo, analyze_deployment_impact é relevante tanto para incident-response quanto para advanced-analysis) porque são tags com várias tags relevantes.

Você pode filtrar dinamicamente as ferramentas que seu cliente MCP suportado recebe enviando o cabeçalho include-tags HTTP com suas requests. Isso permite que você solicite apenas subconjuntos específicos de ferramentas, o que é útil para reduzir o corpus de ferramentas e ajudar a melhorar a eficiência e a precisão de qualquer modelo de IA que esteja sendo usado para a consulta.

As tags disponíveis que você pode usar para filtrar correspondem diretamente aos cabeçalhos de categoria nesta referência: discovery, data-access, alerting, incident-response, performance-analytics, bem como advanced-analysis.

Exemplo de implementação

"servers": {
    "new-relic-mcp-server": {
        "url": "https://mcp.newrelic.com/mcp/",
        "type": "http",
        "headers": {
            "include-tags": "discovery,alerting"
        }
    }
}

Neste exemplo, o agente de IA só receberá ferramentas categorizadas como descoberta (por exemplo, get_entity) e alerta (por exemplo, list_alert_policies), garantindo que o modelo se concentre apenas nas funções mais relevantes para a sua tarefa atual.

entidade e gestão de contas (tag: descoberta)

• convert_time_period_to_epoch_msConverter um período de tempo (por exemplo, "últimos 30 minutos") em milissegundos da época.
• get_dashboardObter detalhes sobre um dashboard específico.
• get_entityRecuperar entidade New Relic por GUID ou pesquisar por padrão de nome.
• list_related_entities: Lista de entidades a 1 salto de distância (relacionadas) de uma determinada entidade GUID.
• list_available_new_relic_accounts: Listar todas as contas IDs disponíveis para o usuário.
• list_dashboardsListar todos os painéis de controle de uma conta New Relic.
• search_entity_with_tag: Pesquise por entidade usando uma chave e um valor tag específicos.
• list_metric_names: descubra todos os nomes de métricas disponíveis (dimensionais e de timeslice legado) reportados por uma entidade ou conta.

Acesso a dados (tag: acesso-a-dados)

• execute_nrql_queryExecutar uma consulta NRQL no NRDB.
• natural_language_to_nrql_queryExecuta uma consulta convertendo uma solicitação em linguagem natural em uma consulta NRQL, executando-a e retornando os resultados.

Alertas e monitoramento (tag: alertas)

• list_alert_conditions: Lista detalhes da condição do alerta para uma política de alertas específica.
• search_incident: Listar todos os eventos de alerta (eventos de abertura e fechamento) com filtragem flexível.
• list_alert_policiesListar as políticas de alertas para a conta especificada, com opção de filtrar por nome da política.
• list_recent_issuesLista todos os problemas em aberto no New Relic para a conta especificada.
• list_synthetic_monitorsListe todos os monitores Sintético (testes automatizados que verificam a disponibilidade e o desempenho dos seus serviços).
• list_synthetic_monitor_results: retorna linhas individuais de execução de verificações sintéticas (tempos, erros, locais) para um monitor em uma janela de tempo.
• get_synthetic_check_statistics: agregar taxas de sucesso de verificações sintéticas, contagens de falhas e percentis de duração em monitores ou locais.

Resposta a eventos de alerta (tag: incident-response)

• analyze_deployment_impact: Analisar o impacto no desempenho de uma implantação em uma entidade específica.
• generate_alert_insights_reportGere um relatório de análise de inteligência de alertas para um problema específico.
• generate_user_impact_reportGere um relatório de análise de impacto para o usuário final referente a um problema específico.
• list_entity_error_groups: Obter grupos de erros para uma entidade específica na Errors Inbox dentro de um período de tempo.
• list_change_events: Liste um histórico de eventos de mudança do New Relic para o aplicativo identificado por sua entidade GUID.
• get_error_statistics: computar contagens agregadas de erros, timestamps da primeira/última ocorrência e tendências opcionais de séries temporais a partir de eventos TransactionError, com filtragem e facetamento flexíveis por classe de erro, mensagem, aplicativo, status de HTTP e muito mais.
• search_errors: retornar eventos de erro brutos correspondentes a filtros como mensagem, classe, status HTTP ou trace ID.

análise de desempenho (tag: análise de desempenho)

• analyze_entity_logsAnalisar o log do aplicativo para identificar padrões de erro, comportamentos anômalos e problemas recorrentes.
• analyze_golden_metrics: Analisar métricas clássicas (indicadores-chave de saúde: taxas de transferência, tempo de resposta, taxas de erros e saturação).
• analyze_kafka_metrics: Analise a métrica Kafka incluindo lag do consumidor, taxas de transferência do produtor, latência da mensagem e saldo da partição.
• analyze_threadsAnalisar dados métricos de threads para uma determinada entidade, incluindo estado da thread, uso da CPU e consumo de memória.
• analyze_transactions: analise as transações de uma entidade específica dentro de uma janela de tempo, identificando transações lentas e propensas a erros, incluindo métricas de latência P95 e P99 (os limites de tempo de resposta para os 5% e 1% de requests mais lentos).
• list_garbage_collection_metrics: Listar coleta de lixo e memória métrica para uma determinada conta e entidade.
• list_recent_logs: Listar logs recentes do New Relic para a conta e entidade especificadas GUID.
• list_entity_performance_risk_groups: buscar grupos de riscos de desempenho para uma entidade específica da Caixa de entrada de riscos de desempenho dentro de uma janela de tempo.
• get_metric_statistics: Buscar valores de métrica agregada (média, soma, percentis, taxa) para uma determinada métrica dimensional ou de fatia de tempo.
• get_log_statistics: retorna contagens agregadas de logs, detalhamentos por nível e atributo e tendências ao longo de uma janela de tempo.
• get_distributed_trace_details: retorna atributos completos de span, anomalias e links de span para uma entidade específica ou span individual dentro de um trace.

Análise avançada (tag: análise-avançada)

• analyze_deployment_impact: Analisar o impacto no desempenho de uma implantação em uma entidade específica.
• generate_alert_insights_reportGere um relatório de análise de inteligência de alertas para um problema específico.
• generate_user_impact_reportGere um relatório de análise de impacto para o usuário final referente a um problema específico.
• natural_language_to_nrql_queryConverter uma solicitação em linguagem natural em uma consulta NRQL, executá-la e retornar os resultados.

Habilidades

Skills são fluxos de trabalho pré-criados que combinam várias ferramentas MCP para ajudar a investigar e resolver cenários comuns de observabilidade. As skills estão hospedadas no repositório do hub de skills da New Relic.

Os clientes podem baixar essas habilidades e configurá-las de acordo com seu agente de IA específico.

Habilidades disponíveis:

Ferramentas somente OAuth

As ferramentas a seguir exigem autenticação OAuth e não estão disponíveis ao usar uma chave de API.

Ferramentas de análise com tecnologia de IA: essas ferramentas são medidas como Unidades Avançadas de Capacidade de Computação (aCCUs).

• natural_language_to_nrql_query
• generate_alert_insights_report
• generate_user_impact_report
• analyze_deployment_impact

Ferramentas de pré-visualização: veja Ferramentas de pré-visualização. Estes também exigem OAuth.

Ferramentas de pré-visualização

As seguintes ferramentas estão disponíveis no GA como recursos de pré-visualização. Elas são somente leitura e fornecidas para avaliação. Os preços serão determinados após o GA.

• search_traces: pesquisar os traces de uma entidade específica dentro de uma janela de tempo, classificados por duração, contagem de erros ou tempo de backend.
• analyze_trace_anomaly: analise os traces de uma entidade específica para identificar a transação ou classe de erro responsável por traces lentos, com falha ou de alto volume.
• analyze_service_dependencies: analisa as dependências de serviço de uma entidade específica, mapeando as conexões upstream e downstream e sinalizando quais não estão íntegras.