Dynatrace MCP Managed Version

MCP运维云端

提供方 deepak-101-dev

运维云端 未标注 会话登录 社区 / 第三方 ClaudeCursor

Dynatrace MCP服务器是一个专为Dynatrace Managed环境设计的模型上下文协议服务器,支持从开发环境中直接智能交互管理问题、监控基础设施和自动化维护操作。

一句话选型结论

按资料字段整理

Dynatrace MCP Managed Version 属于运维云端类 MCP 服务器,传输方式未标注,会话登录,可直接接入 Claude、Cursor,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式未标注 鉴权会话登录 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

问题管理TypeScript本地部署基础设施监控性能分析维护操作仪表板管理

安装与配置

未标注 会话登录
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 已适配 Claude、Cursor,换客户端不用重新研究配置。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好会话登录对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Dynatrace MCP Managed Version当前 未标注 未标注 未标注 无 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方deepak-101-dev上游标注的维护方 deepak-101-dev
分类运维云端本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式会话登录远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

16.1 KB
来自项目仓库与上游目录的原文,未做删改

Dynatrace MCP服务器 - 管理版

> 针对Cursor IDE的智能Dynatrace管理 - 一个MCP服务器,使您能够直接从开发环境中智能地与您的Dynatrace Managed环境进行交互。

什么是Dynatrace MCP服务器?

这个(或那个,具体取决于上下文,但“the”单独使用时通常需要后续名词来明确指代) Dynatrace MCP 服务器 是一个专为(某目的)构建的模型上下文协议(MCP)服务器 Dynatrace Managed(可译为“Dynatrace托管服务”或根据具体语境简化为“Dynatrace管理服务”) 环境。它支持与您的Dynatrace环境进行智能交互,使您能够直接从您的集成开发环境(IDE)中管理问题、监控基础设施并自动化维护操作。

关键用例

  • 智能问题分类处理 - 快速识别、分析和解决Dynatrace问题
  • 环境管理 - 智能监控和管理您的Dynatrace环境
  • 维护运营 - 精确安排和管理维护时段
  • 性能分析 - 查询指标并分析性能数据
  • 基础设施监控 - 监控主机、服务和应用程序
  • 仪表盘管理 - 创建和管理自定义仪表板
  • 活动管理 - 处理和分析Dynatrace事件

先决条件

必需的

  • Node.js 18.0.0或更高版本
  • Cursor 集成开发环境 (IDE) 带有MCP支持
  • Dynatrace Managed(可译为“Dynatrace托管服务”或根据具体语境简化为“Dynatrace托管”) 环境访问
  • 有效的Dynatrace API令牌 具有适当的权限

API令牌权限

您的Dynatrace API令牌需要以下权限:

  • 阅读问题 - 查看并分析问题
  • 书写问题 - 解决问题并添加评论
  • 读取实体 - 访问主机和服务信息
  • 读取指标 - 查询性能指标
  • 阅读事件 - 访问事件数据
  • 编写事件 - 创建自定义事件
  • 读取设置 - 访问配置数据
  • 写入设置 - 修改监控设置

快速入门

1. 克隆仓库```bash

git clone https://github.com/deepak-101-dev/dynatrace-mcp-managed-version.git
cd ManagedDynatraceMCP


### 2. 安装依赖项```bash
npm install

3. 配置凭据```bash

cp env.example .env


编辑你的 `.env` 使用您的 Dynatrace 凭据进行文件操作:```env
DYNATRACE_API_TOKEN=your_dynatrace_api_token_here
DYNATRACE_ENV_URL=https://your-environment-id.live.dynatrace.com

4. 构建项目```bash

npm run build


### 5. 在Cursor中配置MCP服务器

复制绝对路径以 `index.js` 并将其添加到您的光标设置中 `mcp.json`:```json
{
"mcpServers": {
"DynatraceManagedMCP": {
"command": "node",
"args": [
"\\dist\\index.js"
]
}
}
}

重要提示: 替换 ` 使用您实际的项目路径到dist/index.js` 文件。

6. 在Cursor中启用MCP服务器

  • 打开光标设置
  • 导航至MCP设置
  • 启用 DynatraceManagedMCP 服务器
  • 如有需要,请重启光标

7. 开始使用吧!

MCP 服务器现已在 Cursor 中激活。您可以:

  • 请Cursor获取问题: “给我显示过去一小时的问题”
  • 请求环境分析: “获取生产主机的CPU使用率”
  • 管理维护: “为服务器更新创建维护时段”

能力

这个MCP服务器提供 38+款强大工具 跨越7个类别,全部运行中 本地地 在您的机器上。服务器完全在您的开发环境中运行,确保:

  • 零延迟 - 直接与您的Dynatrace环境进行通信
  • 增强安全性 - 数据不会离开您的本地环境
  • 完全控制 - 对您的监控和管理操作拥有完全控制权
  • 实时洞察 - 立即访问您的Dynatrace数据

核心能力

  • 问题管理 - 智能问题分类与解决
  • 维护运营 - 自动维护时段管理
  • 基础设施监控 - 实时主机和服务监控
  • 性能分析 - 高级指标查询与分析
  • 仪表盘管理 - 自定义仪表板的创建与管理
  • 活动管理 - 全面的事件处理与分析
  • 实体发现 - 智能实体管理与过滤

成本

这个MCP服务器完全免费使用!

  • 无MCP服务器成本 - 服务器本身是开源且免费的
  • 没有Dynatrace API费用 所有API调用均使用标准的Dynatrace托管API,不会产生额外费用
  • 无环境影响 - 使用此MCP服务器不会影响您的Dynatrace环境,也不会产生任何额外费用

AI助手赋能

MCP服务器使您的AI助手能够执行复杂操作 没有废话或误导性信息 因为它直接在您的Dynatrace环境上下文中运行:

智能问题管理

  • 自动化分诊 - 人工智能可以自动分析问题的严重程度和影响
  • 根本原因分析 - 深入理解问题之间的关系和依赖性
  • 智能分辨率 - 人工智能可以提出并实施解决方案策略
  • 情境感知评论 - 智能问题记录与沟通

高级监控操作

  • 预测分析 - 人工智能能够识别模式并预测潜在问题
  • 性能优化 - 对系统改进的智能建议
  • 容量规划 - 基于人工智能的资源分配洞察
  • 异常检测 - 高级模式识别,用于检测异常行为

自动化维护

  • 智能调度 - 人工智能可以根据使用模式优化维护时间窗口
  • 风险评估 - 维护影响的智能评估
  • 自动化协调 - 人工智能可以协调复杂的维护操作
  • 影响分析 - 维护效果的实时评估

密钥用途

问题管理

  • 事件响应 - 快速识别和解决问题
  • 根本原因分析 - 深入探究问题的根源及相互关系
  • 自动化分诊 - 智能问题优先级排序与分配
  • 决议追踪 - 全面的问题生命周期管理

基础设施监控

  • 实时健康检查 - 持续监控系统健康状况
  • 性能优化 - 基于AI的性能提升建议
  • 容量管理 - 智能资源分配与规划
  • 异常检测 - 高级模式识别,用于检测异常行为

维护运营

  • 计划维护 - 维护窗口的智能调度
  • 变革管理 - 协调系统更新和修改
  • 风险缓解 - 主动识别潜在问题
  • 自动化协调 - 基于人工智能的维护工作流程管理

特点/特性

38款强大工具,涵盖7大类别:

问题管理(8种工具)

  • 问题发现 - 在您的环境中查找并分析问题
  • 问题详情 - 获取全面的问题信息和根本原因分析
  • 问题解决 - 解决问题并添加上下文评论
  • 评论管理 - 添加、更新和管理问题评论
  • 问题过滤 - 按状态、严重程度和时间范围筛选问题

维护时段(6种工具)

  • 维护调度 - 创建和管理维护窗口
  • 临时标记 - 创建临时标签以进行维护过滤
  • 窗口管理 - 启用/禁用维护窗口
  • 主机与应用程序过滤 - 针对特定主机和应用程序进行定位

主机监控(7种工具)

  • 主机配置 - 获取并更新主机监控设置
  • 监控控制 - 启用/禁用对特定主机的监控
  • 异常检测 - 配置CPU、内存和磁盘阈值
  • 主机发现 - 通过标签、组和Kubernetes集群查找主机

仪表盘管理(5种工具)

  • 仪表板创建 - 创建带有磁贴的自定义仪表板
  • CPU使用情况仪表板 - 专门的CPU监控仪表板
  • 仪表盘管理 - 列出、更新和管理现有仪表板
  • 磁贴配置 - 配置仪表板磁贴和指标

活动管理(7种工具)

  • 事件发现 - 列出并筛选 Dynatrace 事件
  • 活动详情 - 获取全面的活动信息
  • 自定义事件 - 将自定义事件集成到Dynatrace中
  • 事件属性 - 管理事件属性和类型

指标与分析(2种工具)

  • 指标发现 - 列出可用指标并应用过滤器
  • 指标查询 - 查询时间序列数据以进行分析

实体管理(3种工具)

  • 实体发现 - 通过标签和过滤器查找实体
  • 主机群组管理 - 管理主机组和集群
  • Kubernetes 集成 - 发现 Kubernetes 实体

设置与配置

环境配置

  1. 克隆仓库```bash
    git clone https://github.com/deepak-101-dev/dynatrace-mcp-managed-version.git
    cd ManagedDynatraceMCP

1. **安装依赖项**```bash
npm install
  1. 配置环境变量```bash
    cp env.example .env

编辑你的 `.env` 文件:```env
DYNATRACE_API_TOKEN=your_dynatrace_api_token_here
DYNATRACE_ENV_URL=https://your-environment-id.live.dynatrace.com
LOG_LEVEL=info
ENABLE_DEBUG_LOGGING=true
  1. 构建项目```bash
    npm run build

1. **配置光标MCP(鼠标指针控制器/位置)**

添加到你的光标设置中 `mcp.json`:```json
{
"mcpServers": {
"DynatraceManagedMCP": {
"command": "node",
"args": [
"\\dist\\index.js"
]
}
}
}

开发环境设置```bash

Development mode with auto-rebuild

npm run dev

Build for production

npm run build

Lint code

npm run lint
npm run lint:fix

Clean build artifacts

npm run clean


## 工具和类别

### 问题管理工具

- `get_problems` - 获取带有过滤选项的问题
- `get_problem_details` - 获取详细的问题信息
- `close_problem` - 附带解决评论关闭问题
- `get_problem_comments` - 获取问题评论
- `add_problem_comment` - 在问题中添加新评论
- `update_problem_comment` - 更新现有评论
- `delete_problem_comment` - 删除有问题的评论
- `get_problem_comment` - 获取具体的评论详情

### 维护窗口工具

- `create_maintenance_window` - 创建新的维护时段
- `create_temp_tag` - 创建临时标签以进行过滤
- `list_maintenance_windows` - 列出所有维护时段
- `toggle_maintenance_window` - 启用/禁用维护窗口
- `delete_maintenance_window` - 移除维护时段
- `get_maintenance_window_details` - 获取详细的维护窗口信息

### 主机监控工具

- `get_host_monitoring_details` - 获取主机监控配置
- `get_host_monitoring_settings` - 获取主机级别的监控设置
- `update_host_monitoring_settings` - 更新主机监控配置
- `enable_host_monitoring` - 启用对主机的监控
- `disable_host_monitoring` - 禁用主机监控
- `get_host_anomaly_thresholds` - 获取异常检测阈值
- `update_host_anomaly_thresholds` - 更新异常检测设置

### 仪表盘管理工具

- `create_dashboard` - 创建空白仪表板
- `create_dashboard_with_tiles` - 创建带有配置面板的仪表板
- `create_cpu_usage_dashboard` - 创建专用的CPU监控仪表板
- `get_dashboard_details` - 获取详细的仪表板信息
- `list_dashboards` - 列出所有可用的仪表板

### 活动管理工具

- `get_events` - 列出事件并提供筛选选项
- `get_event_details` - 获取详细的活动信息
- `ingest_custom_event` - 创建自定义事件
- `get_event_properties` - 列出可用的事件属性
- `get_event_property_details` - 获取特定事件属性的详细信息
- `get_event_types` - 列出可用的事件类型
- `get_event_type_details` - 获取特定事件类型的信息

### 度量和分析工具

- `list_metrics` - 列出可用指标并应用过滤条件
- `query_metric` - 查询时间序列数据以进行分析

### 实体管理工具

- `get_entities_by_tag` - 通过标签查找实体
- `get_hosts_by_host_group` - 按主机组获取主机
- `get_entities_by_kubernetes_cluster` - 通过Kubernetes集群获取实体

## 示例

### 问题管理示例

**获取并分析问题:**```
"Show me all open problems from the last 2 hours and analyze their impact"

问题分类处理:```
"Get problem P-12345, understand its root cause, and suggest resolution steps"


**自动化问题解决:**```
"Close problem P-12345 with a comment explaining the fix and add it to our knowledge base"

监测与分析示例

获取监控详情并进行更新:```
"Get monitoring details for host 'prod-server-01' and update its anomaly detection thresholds"


**调试场景:**```
"Analyze the request flow for the payment service and identify performance bottlenecks"

追踪请求流程:```
"Trace the complete request flow for user ID 12345 from login to checkout"


### 维护操作示例

**创建维护窗口:**```
"Create a maintenance window for database updates from 2 AM to 4 AM UTC for all production hosts"

Kubernetes 集群分析:```
"Analyze Kubernetes cluster events for the 'production' cluster and identify any issues"


**内存使用相关性:**```
"Correlate memory usage spikes with application deployments in the last 24 hours"

仪表盘管理示例

仪表盘管理:```
"Create a comprehensive dashboard for production monitoring with CPU, memory, and disk usage"


**主机监控:**```
"Set up monitoring for all hosts tagged with 'production' and configure alerting thresholds"

示例提示

多呼叫问题管理```

"Get all problems from the last hour, understand their root causes, comment on possible fixes, and triage them by severity. For critical problems, suggest immediate actions."


### 监控与维护```
"Get monitoring details for all production hosts, update their anomaly detection settings, create a maintenance window for next weekend, and set up a dashboard to track the maintenance progress."

调试与分析```

"Debug the performance issues in the payment service by tracing request flows, analyzing Kubernetes cluster events, correlating memory usage patterns, and creating a dashboard to monitor the resolution."


### 全面环境管理```
"Analyze the entire production environment: get all problems, understand their impact, update monitoring settings, create maintenance windows, build dashboards, and provide a comprehensive health report."

未来路线图

2.0版本(即将推出)

  • 企业代理支持 - 企业环境下的全面代理配置
  • 基于人工智能的洞察 - 智能问题分析与建议
  • 高级分析 - 增强的指标分析和趋势预测
  • 智能提醒 - 智能警报管理与升级处理
  • 自定义提示 - 为常见操作预设的提示
  • 多集成开发环境(IDE)支持 - 支持Claude及其他集成开发环境(IDE)
  • 多环境 - 支持多个Dynatrace环境
  • 性能优化 - 提升查询性能和缓存能力

附加工具(计划中)

  • 合成监控(或模拟监控) - 管理合成测试
  • 安全管理 - 安全漏洞扫描
  • 合规报告 - 自动合规检查
  • 高级相关性 - 跨服务相关性分析
  • 预测性分析 - 基于机器学习的预测
  • 自动化修复 - 自修复基础设施能力

贡献指南

我们欢迎投稿!请按照以下步骤操作:

开发环境设置

  1. 为仓库创建分支(或“克隆仓库”) - 在GitHub上点击“叉”按钮
  2. 克隆你的分支 - git clone https://github.com/deepak-101-dev/dynatrace-mcp-managed-version.git
  3. 创建特性分支 - git checkout -b feature/amazing-feature
  4. 安装依赖项 - npm install
  5. 做出你的改变 - 实现你的功能或修复问题
  6. 测试您的更改 - 确保一切正常运行
  7. 提交更改 - git commit -m 'Add amazing feature'
  8. 推送以分叉 - git push origin feature/amazing-feature
  9. 创建拉取请求 - 提交一个带有详细描述的拉取请求(PR)

贡献指南

  • 代码质量 - 遵循TypeScript的最佳实践
  • 文档 - 更新README文件和代码注释
  • 测试 - 为新功能添加测试
  • Linting(代码检查/代码规范检查) - 跑 npm run lint 在提交之前
  • 提交信息(或:提交消息) - 使用清晰、描述性的提交信息
  • 拉取请求(Pull Requests) - 提供详细的变更描述

开发命令```bash

Install dependencies

npm install

Development mode

npm run dev

Build project

npm run build

Lint code

npm run lint
npm run lint:fix

Clean build artifacts

npm run clean
```

许可证

这个项目采用MIT许可证授权 - 详见 许可证 文件中有详细信息。

支持

如需支持、提问或提出功能请求:

  • GitHub Issues(GitHub问题) - 打开一个议题/问题 对于错误或功能请求
  • 领英 - 与……建立联系 迪帕克·辛格 以获取专业支持

寻求帮助

  • 文档 - 查看这个README文件和代码注释
  • 问题 - 在创建新问题之前,先搜索已存在的问题
  • 讨论 - 使用GitHub讨论区来提出问题和分享想法
  • 专业支持 - 联系 迪帕克·辛格 为企业提供支持

常见问题

6 问
答案由本站依据条目字段整理,不引用上游原文
Dynatrace MCP Managed Version 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Dynatrace MCP Managed Version 怎么在 Claude、Cursor 里配置?

它的传输方式未标注,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Dynatrace MCP Managed Version 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Dynatrace MCP Managed Version 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

Dynatrace MCP Managed Version 支持哪些客户端?

资料标注支持 Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Dynatrace MCP Managed Version 能提供哪些能力?

资料显示能力标签包括 问题管理、TypeScript、Claude。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。