MCP · MCP Spotlight
Serveur MCP de Sentry : faire lire les erreurs de son application par un assistant IA
Sentry propose un serveur MCP hébergé qui relie un assistant de code à ses rapports d'erreurs. L'installation tient en une commande et l'accès peut être limité à un seul projet. Fonction, réglages et limites, d'après la documentation et le dépôt du projet.
Par Kayzen AI · · 3 min de lecture

Sentry est un service de suivi d'erreurs : quand une application plante chez un utilisateur, il enregistre ce qui s'est passé. Son serveur MCP permet à un assistant IA de consulter ces rapports directement. D'après sa page de présentation, il sert à chercher des erreurs, analyser les performances, trier les tickets, lire la documentation et gérer des projets.
Le dépôt du projet précise l'intention : le serveur vise les assistants de code comme Cursor ou Claude Code, pour du débogage avec un humain dans la boucle. Il ne cherche pas à couvrir toutes les fonctions de Sentry.
Installation
Le serveur est hébergé à l'adresse https://mcp.sentry.dev/mcp. Avec Claude Code :
claude mcp add --transport http sentry https://mcp.sentry.dev/mcp/{organizationSlug}/{projectSlug}
Dans Cursor, la même adresse se déclare dans les réglages MCP :
{
"mcpServers": {
"sentry": {
"url": "https://mcp.sentry.dev/mcp/{organizationSlug}/{projectSlug}"
}
}
}
La première connexion déclenche une authentification OAuth : on se connecte à son compte Sentry dans le navigateur, sans manipuler de jeton.
Limiter l'accès à un projet
L'adresse accepte trois niveaux : l'ensemble du compte, une organisation (/mcp/{organizationSlug}) ou un projet précis (/mcp/{organizationSlug}/{projectSlug}). Sentry recommande de restreindre quand c'est possible. Dans ce cas, les outils visent par défaut l'organisation ou le projet indiqué, et les outils de découverte sont masqués.
Le README ajoute un second filtre, par groupes d'outils appelés « skills » : inspect, triage, seer et project-management. On en sélectionne certains avec ?skills=inspect,triage ou on en exclut avec ?disable-skills=seer.
La version locale
Le serveur peut aussi tourner sur son poste :
npx @sentry/mcp-server@latest auth login
npx @sentry/mcp-server@latest
Ce mode sert notamment aux entreprises qui hébergent elles-mêmes Sentry, en indiquant leur serveur avec la variable SENTRY_HOST. Si l'on fournit un jeton plutôt que de passer par la connexion, le README liste les permissions requises : org:read, project:read, project:write, team:read, team:write et event:write.
Les limites
- Le mode local est décrit par le projet comme un chantier en cours.
- En local, les outils de recherche en langage naturel (
search_errors,search_traces,search_logs,search_issues) ont besoin d'une clé chez un fournisseur de modèles (OpenAI, Anthropic ou OpenRouter, par exemple). Sans cette clé, ils sont indisponibles ; les autres outils fonctionnent normalement. - Le groupe
seerest exclu par défaut sur une installation auto-hébergée, car il n'en fait pas partie. - Les appels sont soumis aux limites de débit de l'API Sentry. Le README conseille de les lancer un par un en cas de blocage.
- Le README renvoie à un fichier de licence sans en nommer le type : à vérifier avant toute réutilisation du code.
Points de sécurité
Les permissions demandées pour un jeton incluent de l'écriture sur les projets et les équipes : l'assistant ne fait pas que lire. Par ailleurs, un rapport d'erreur contient du texte venu de l'extérieur, messages et parfois données saisies par des utilisateurs. Comme pour tout serveur MCP, ce contenu peut influencer l'assistant. Le README recommande de garder jetons et clés dans des variables d'environnement, jamais dans un fichier de configuration versionné.
Notre lecture
Pour une équipe qui utilise déjà Sentry, l'intérêt est direct : demander à l'assistant d'expliquer une erreur et de proposer un correctif, sans copier-coller de traces d'exécution. L'installation hébergée est rapide et passe par OAuth, sans jeton à créer à la main.
Notre conseil : utilisez toujours l'adresse limitée à un projet, et retirez le groupe project-management si vous n'en avez pas besoin. Vérifiez aussi ce que vos rapports d'erreurs contiennent : s'ils incluent des données personnelles de clients, celles-ci seront transmises au modèle d'IA que vous utilisez. Cette fiche repose sur la documentation du projet ; nous n'avons pas testé le serveur.