Scout Monitoring MCP

Scout Monitoring MCP

Bu depo, Scout'un API'si aracılığıyla Scout Monitoring verilerine erişebilen bir MCP sunucusunu yerel olarak çalıştırmak için gereken kodu içerir. Yapay Zekâ Asistanınızın Scout Monitoring verilerine erişmek için indirip çalıştırabileceği bir Docker imajı sunuyoruz.

Bu sayede Scout Monitoring'in performans ve hata verileri doğrudan Yapay Zekâ Asistanınızın kullanımına sunulur. Rails, Django, FastAPI, Laravel ve daha fazlası için. Yapay zekânın doğrudan düzenleyicinizde ve kod tabanınızda düzeltmeleri hedeflemesine yardımcı olacak satır kodu bilgileriyle izleri ve hataları almak için kullanın. N+1 sorguları, yavaş uç noktalar, yavaş sorgular, bellek şişmesi, iş hacmi sorunları — en sevdiğiniz tüm performans sorunları, çalıştığınız yerde ortaya çıkarılır ve açıklanır.

Bu hayatınızı azıcık bile kolaylaştırıyorsa neden :star: vermeyesiniz?!

Kurulum Sihirbazı

Scout MCP'yi yapılandırıp kullanmaya başlamanın en kolay yolu etkileşimli kurulum sihirbazımızdır. Tüm ön koşulları ve kurulum adımlarını sizin için halleder.

npx ile çalıştırın:

npx @scout_apm/wizard

Kaynak koddan derleyip çalıştırın:

cd ./wizard
npm install
npm run build
node dist/wizard.js

Sihirbaz şu adımlarda size yol gösterir:

• Yapay zekâ kodlama platformunuzu seçme (Cursor, Claude Code, Claude Desktop)
• Scout API anahtarınızı girme
• MCP sunucusu ayarlarını otomatik olarak yapılandırma

Desteklenen Platformlar

Sihirbaz şu anda aşağıdakilerin kurulumunu destekler:

• Cursor - MCP ayarlarını otomatik olarak yapılandırır
• Claude Code (CLI) - Çalıştırılacak doğru komutu sağlar
• Claude Desktop - Windows/Mac için yapılandırma dosyasını günceller

Diğer tüm platformlar için Yapay Zekâ Asistanınızın MCP yapılandırmasına kopyalayıp yapıştırabileceğiniz JSON çıktısı verir.

Ön Koşullar

Sihirbaz başlamak için harika bir yoldur, ancak her şeyi elle de ayarlayabilirsiniz. Bir Scout Monitoring hesabınızın olması veya hesap oluşturmanız ve bir API anahtarı edinmeniz gerekir.

1. https://scoutapm.com/users/sign_up?utm_source=github&utm_medium=github&utm_campaign=scout-mcp-local
2. Uygulamanıza Scout Agent'ı yükleyin ve Scout'a veri gönderin!
   • Ruby
   • Python
   • PHP
   • Bunu yerel olarak deniyorsanız, en iyi deneyim için yapılandırmanızda monitor: true, errors_enabled: true ayarlarının yapıldığından emin olun
3. Bir API anahtarı almak veya oluşturmak için ayarlar sayfasını ziyaret edin
   • Bu, "Agent Key" anahtarınız değildir; Settings sayfasında oluşturulabilen "API Key" anahtarıdır
   • Bu, hesabınızdaki verilere yalnızca salt okunur erişim sağlayan bir anahtardır
4. Docker'ı yükleyin. Aşağıdaki talimatlar bir Docker kapsayıcısını başlatabildiğinizi varsayar

MCP sunucusu, ortam değişkeninde veya başlangıçta komut satırı argümanı olarak bir API anahtarı ayarlanmadan şu anda başlatılamaz.

Kurulum

MCP sunucusunu çalıştırmak için sağlanan Docker imajını kullanmanızı öneririz. İmaj, Yapay Zekâ Asistanınız tarafından başlatılmak ve Scout API anahtarınızla yapılandırılmak üzere tasarlanmıştır. Birçok yerel istemci, MCP sunucusunu belirli bir konumda çalıştıracak bir komut belirtmenize olanak tanır. Aşağıda birkaç örnek verilmiştir.

Docker imajı Docker Hub üzerinde mevcuttur.

Elbette bu depoyu klonlayıp MCP sunucusunu doğrudan çalıştırabilirsiniz; uv veya diğer ortam yönetimi araçlarını kullanmanız önerilir.

Yerel bir İstemciyi yapılandırma (ör. Claude/Cursor/VS Code Copilot)

MCP'yi elle yapılandırmak istiyorsanız, bu genellikle Yapay Zekâ Asistanınızın yapılandırmasına, MCP sunucusunu ortamında API anahtarınızla çalıştıracak bir komut eklemekten ibarettir. JSON yapısı şöyledir (en üst düzey anahtar değişebilir):

{
  "mcpServers": {
    "scout-apm": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "--env", "SCOUT_API_KEY", "scoutapp/scout-mcp-local"],
      "env": { "SCOUT_API_KEY": "your_scout_api_key_here"}
    }
  }
}

claude mcp add scoutmcp -e SCOUT_API_KEY=your_scout_api_key_here -- docker run --rm -i -e SCOUT_API_KEY scoutapp/scout-mcp-local

{
  "mcpServers": {
    "scout-apm": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "--env", "SCOUT_API_KEY", "scoutapp/scout-mcp-local"],
      "env": { "SCOUT_API_KEY": "your_scout_api_key_here"}
    }
  }
}

Scout Monitoring MCP'yi kullanma

Scout'un MCP'si, hata ve performans verilerini doğrudan Yapay Zekâ Asistanınızın... ellerine mi vermek için tasarlandı? Yapay zekânın doğrudan düzenleyicinizde düzeltmeleri hedeflemesine yardımcı olacak satır kodu bilgileriyle izleri ve hataları almak için kullanın.

Çoğu asistan hem ham araç çağrılarını gösterir hem de analiz yapar. Masaüstü asistanları, istediğiniz verileri incelemek için kolayca özel JS uygulamaları oluşturabilir. Kod düzenleyicilere entegre asistanlar, doğrudan kod tabanınızda düzeltmeler yapmak için iz verilerini ve hata geri izlemelerini kullanabilir.

Scout'un MCP'sini Yapay Zekâ Asistanınızın diğer araçlarıyla birleştirerek şunları yapabilirsiniz:

• Hata ve performans verilerine dayalı kapsamlı GitHub/GitLab sorunları oluşturma
• JIRA'yı eğlenceli hâle getirme — Yapay Zekâ Asistanınızdan tüm ayrıntıları içeren kayıtlar oluşturmasını isteme
• Belirli hataları ve performans sorunlarını düzelten PR'lar oluşturma

Araçlar

Scout MCP, Scout APM verilerine erişmek için aşağıdaki araçları sağlar:

• list_apps - İsteğe bağlı olarak son etkinlik tarihine göre filtreleyerek kullanılabilir Scout APM uygulamalarını listeleme
• get_app_metrics - Belirli bir uygulama için tekil metrik verilerini alma (response_time, throughput vb.)
• get_app_endpoints - Bir uygulamanın tüm uç noktalarını toplu performans metrikleriyle alma
• get_endpoint_metrics - Bir uygulamadaki belirli bir uç noktanın zaman serisi metriklerini alma
• get_app_endpoint_traces - Belirli bir uç noktaya göre filtrelenmiş, bir uygulamanın son izlerini alma
• get_app_trace - Tüm span'leri ve ayrıntılı yürütme bilgilerini içeren tekil bir izi alma
• get_app_error_groups - İsteğe bağlı olarak uç noktaya göre filtreleyerek bir uygulamanın son hata gruplarını alma
• get_app_insights - N+1 sorguları, bellek şişmesi ve yavaş sorgular dâhil performans öngörülerini alma

Kaynaklar

Scout MCP, Yapay Zekâ Asistanınızın okuyup uygulayabileceği yapılandırma şablonlarını kaynak olarak sağlar:

• scoutapm://config-resources/{framework} - Desteklenen çerçeve veya kitaplık için kurulum talimatları (rails, django, flask, fastapi)
• scoutapm://config-resources/list - Kullanılabilir tüm yapılandırma şablonlarını listeleme
• scoutapm://metrics - Scout APM için kullanılabilir tüm metriklerin listesi

Yararlı İstemler

Kurulum ve Yapılandırma

• "Rails uygulamam için Scout izlemeyi kurmama yardım et"
• "ABC123 anahtarıyla Django projem için bir Scout APM yapılandırma dosyası oluştur"

Performans ve İzleme

• "Scout Monitoring MCP'deki kullanılabilir araçları özetle."
• "Son 7 günde my-app-name uygulamasının en yavaş uç noktalarını bul. Ortalama yanıt süresi, iş hacmi ve P95 yanıt süresi dâhil sonuçları bir tabloda göster."
• "Son 24 saatte Foo uygulamasında en sık görülen hataları göster. En son hata ayrıntısını al, geri izlemeyi incele ve bir düzeltme öner."
• "Bar uygulaması için yakın tarihli n+1 öngörüleri varsa getir. Kimliğe göre ilgili izi al ve geri izleme verilerine dayanarak bunu iyileştirmeme yardım et."

Token Kullanımı

Şu anda MCP araçlarımızın yanıt boyutunu sıkı biçimde denetlemekten çok, kullanılabilir bilgileri artırmaya odaklanıyoruz. Yapay Zekâ Asistanınızda yapılandırılabilir bir token sınırı varsa (ör. Claude Code export MAX_MCP_OUTPUT_TOKENS=50000), bunu oldukça yüksek bir değere, örneğin 50.000 token'a ayarlamanızı öneririz.

Yerel Geliştirme

Bu proje için ortamları yönetmek ve görevleri çalıştırmak üzere uv ve taskipy kullanıyoruz.

Inspector ile çalıştırma

uv run task dev

API anahtarını eklemek için inspector içinde bağlanın; STDIO aktarımını seçin

Docker imajını derleme

docker build -t scout-mcp-local .

Sürüm

1. uv run python bump_versions.py ile dal oluşturup sürümleri artırın
2. Değişikliklerin birleştirilmesini sağlayın
3. Yeni sürümle bir GitHub sürümü oluşturun (gh release create v2025.11.3 --generate-notes --draft)

Sürümün yayımlanması v* etiketini gönderir ve CI, Docker imajını, PyPI paketini ve ardından MCP Registry girdilerini yayımlar:

• server.json → com.scoutapm/scout-mcp-local (bu sunucu; sürümü bump_versions.py tarafından artırılır)
• server.remote.json → com.scoutapm/scout-monitoring (https://scoutapm.com/mcp adresindeki barındırılan sunucu). Meta verilerini değiştirdiğinizde version değerini elle artırın; değişmeyen sürümler atlanır.

MCP Registry anahtarı

Kayıt defteri, com.scoutapm/* ad alanının sahibi olduğumuzu, scoutapm.com kök etki alanındaki Ed25519 genel anahtarını içeren bir DNS TXT kaydı aracılığıyla doğrular. CI, eşleşen özel anahtarla MCP_REGISTRY_PRIVATE_KEY depo sırrından oturum açıp imza atar. Anahtarı değiştirmek için:

openssl genpkey -algorithm Ed25519 -out key.pem
# Public key for the TXT record: replace the existing v=MCPv1 record, don't add a second one
echo "v=MCPv1; k=ed25519; p=$(openssl pkey -in key.pem -pubout -outform DER | tail -c 32 | base64)"
# Private key (hex) for the MCP_REGISTRY_PRIVATE_KEY secret
openssl pkey -in key.pem -noout -text | grep -A3 "priv:" | tail -n +2 | tr -d ' :\n'

Botlar için:

mcp-name: com.scoutapm/scout-mcp-local