Référence de l'outil New Relic MCP

Le serveur MCP de New Relic fournit des outils spécialisés permettant aux agents d'IA d'accéder à vos données d'observabilité et de les analyser. Ce guide de référence répertorie tous les outils disponibles par catégorie.

Comment utiliser les outils MCP

Les outils MCP sont invoqués via une requête en langage naturel dans votre environnement de développement d'IA. Vous n'avez pas besoin de mémoriser les noms exacts des outils ni leurs paramètres. Décrivez simplement ce que vous souhaitez savoir sur vos données New Relic.

Exemple de requête :

• « Quelles entités sont présentes sur mon compte ? »
• « Afficher les alertes récentes concernant mon application web »
• «Quelles sont les principales erreurs de la dernière heure ?»
• "Exécutez une requête NRQL pour analyser les performances"

L’agent d’IA dans votre outil de développement sélectionnera automatiquement les outils MCP appropriés et mettra en forme les résultats pour vous.

Outils de filtrage avec include-tags

Certains outils apparaissent dans plusieurs catégories (par exemple, analyze_deployment_impact est pertinent à la fois pour incident-response et advanced-analysis) car ils sont étiquetés avec plusieurs étiquettes pertinentes.

Vous pouvez filtrer dynamiquement les outils que votre client MCP pris en charge reçoit en envoyant l’en-tête include-tags HTTP avec vos requests. Cela vous permet de demander uniquement des sous-ensembles spécifiques d’outils, ce qui est utile pour réduire le corpus d’outils et contribuer à améliorer l’efficacité et la précision de tout modèle d’IA utilisé pour la demande.

Les balises disponibles que vous pouvez utiliser pour le filtrage correspondent directement aux en-têtes de catégorie de cette référence : discovery, data-access, alerting, incident-response, performance-analytics, ainsi que advanced-analysis.

Exemple d'implémentation

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

Dans cet exemple, l'agent d'IA ne se verra présenter que des outils classés dans la catégorie découverte (par exemple, get_entity) et alerte (par exemple, list_alert_policies), garantissant ainsi que le modèle se concentre uniquement sur les fonctions les plus pertinentes pour sa tâche actuelle.

Gestion des entités et des comptes (tag: découverte)

• convert_time_period_to_epoch_ms: Convertir une période de temps (par exemple, « les 30 dernières minutes ») en millisecondes epoch.
• get_dashboard: Récupérer les détails d'un dashboard spécifique.
• get_entity: Récupérer une entité New Relic par GUID ou rechercher par modèle de nom.
• list_related_entities: Répertorie l'entité à 1 saut (liée) d'une entité donnée GUID.
• list_available_new_relic_accounts: Liste de tous les comptes IDs disponibles pour l'utilisateur.
• list_dashboards: Lister tous les tableaux de bord d'un compte New Relic.
• search_entity_with_tag: Rechercher une entité à l'aide d'une clé et d'une valeur tag spécifiques.
• list_metric_names: découvrir tous les noms de métriques disponibles (dimensionnels et timeslice legacy) signalés par une entité ou un compte.

Accès aux données (tag : accès aux données)

• execute_nrql_query: Exécuter une requête NRQL sur NRDB.
• natural_language_to_nrql_query: Exécuter une requête en convertissant une demande en langage naturel en une requête NRQL, en l'exécutant et en renvoyant les résultats.

Alertes et monitoring (tag: alertes)

• list_alert_conditions: Répertorie les détails de la condition d'alerte pour une règle d'alerte spécifique.
• search_incident: Liste tous les événements d'alerte (événements d'ouverture et de fermeture) avec un filtrage flexible.
• list_alert_policies: Liste des règles d'alerte pour le compte spécifié, avec possibilité de filtrage par nom de politique.
• list_recent_issues: Liste tous les problèmes ouverts dans New Relic pour le compte spécifié.
• list_synthetic_monitors: Lister tous les moniteurs Synthétique (tests automatisés qui vérifient la disponibilité et les performances de vos services).
• list_synthetic_monitor_results: renvoyer les lignes d’exécution individuelles de contrôles synthétiques (délais, erreurs, emplacements) pour un monitorer sur une fenêtre de temps.
• get_synthetic_check_statistics: agréger les taux de réussite des contrôles synthétiques, les nombres d’échecs et les percentiles de durée à travers les monitorer ou les emplacements.

Réponse aux événements d'alerte (tag : incident-response)

• analyze_deployment_impactAnalyser l'impact d'un déploiement sur les performances d'une entité spécifique.
• generate_alert_insights_reportGénérer un rapport d'analyse des renseignements sur une alerte concernant un problème spécifique.
• generate_user_impact_reportGénérer un rapport d'analyse d'impact pour l'utilisateur final concernant un problème spécifique.
• list_entity_error_groups: Récupérer les groupes d'erreurs pour une entité spécifique à partir de la Errors Inbox dans un intervalle de temps donné.
• list_change_events: Lister un historique des événements de changement de New Relic pour l'application identifiée par son entité GUID.
• get_error_statistics: calculer les nombres d’erreurs agrégés, les horodatages de première/dernière apparition et les tendances de séries chronologiques facultatives à partir des événements TransactionError, avec un filtrage et un facettage flexibles par classe d’erreur, message, application, statut HTTP et plus encore.
• search_errors: renvoyer les événements d'erreur bruts correspondant à des filtres tels que le message, la classe, le statut HTTP, ou la trace ID.

Analyse des performances (tag : analyse-des-performances)

• analyze_entity_logsAnalyser les logs d'application pour identifier les schémas d'erreur, les comportements anormaux et les problèmes récurrents.
• analyze_golden_metrics: Analyser les métriques dorées (indicateurs clés de santé : débit, temps de réponse, taux d'erreur et saturation).
• analyze_kafka_metricsAnalyser les métriques Kafka, notamment le délai du consommateur, le débit du producteur, la latence des messages et l'équilibre des partitions.
• analyze_threads: Analysez les données métriques du thread pour une entité donnée, y compris l'état du thread, l'utilisation du processeur et la consommation de la mémoire.
• analyze_transactions: analyser les transactions pour une entité spécifique dans une fenêtre de temps, en identifiant les transactions lentes et sujettes aux erreurs, y compris les métriques de latence P95 et P99 (les seuils de temps de réponse pour les 5 % et 1 % de requests les plus lentes).
• list_garbage_collection_metrics: Afficher les métriques de récupération de mémoire et de mémoire pour un compte et une entité donnés.
• list_recent_logs: Liste des logs récents de New Relic pour le compte et l'entité spécifiés GUID.
• list_entity_performance_risk_groups: récupérer les groupes de risques de performance pour une entité spécifique depuis la boîte de réception des risques de performance dans un intervalle de temps.
• get_metric_statistics: récupérer les valeurs de métrique agrégée (moyenne, somme, percentiles, taux) pour une métrique dimensionnelle ou de tranche de temps donnée.
• get_log_statistics: renvoyer les nombres de logs agrégés, les répartitions par niveau et attribut, et les tendances sur une fenêtre de temps.
• get_distributed_trace_details: renvoie les attributs de span complets, les anomalies et les liens de span pour une entité spécifique ou un span individuel dans une trace.

Analyse avancée (tag : analyse-avancée)

• analyze_deployment_impactAnalyser l'impact d'un déploiement sur les performances d'une entité spécifique.
• generate_alert_insights_reportGénérer un rapport d'analyse des renseignements sur une alerte concernant un problème spécifique.
• generate_user_impact_reportGénérer un rapport d'analyse d'impact pour l'utilisateur final concernant un problème spécifique.
• natural_language_to_nrql_queryConvertir une requête en langage naturel en une requête NRQL, l'exécuter et renvoyer les résultats.

Compétences

Les compétences sont des workflows préconfigurés qui combinent plusieurs outils MCP pour vous aider à investiguer et résoudre des scénarios d’observabilité courants. Les compétences sont hébergées dans le référentiel du New Relic skills hub.

Les clients peuvent télécharger ces compétences et les configurer en fonction de leur agent d’IA spécifique.

Compétences disponibles :

Outils OAuth uniquement

Les outils suivants nécessitent une authentification OAuth, et ne sont pas disponibles lors de l’utilisation d’une clé API.

Outils d’analyse basés sur l’IA : ces outils sont mesurés en tant qu’ unités de capacité de calcul Advanced Compute (aCCU).

• natural_language_to_nrql_query
• generate_alert_insights_report
• generate_user_impact_report
• analyze_deployment_impact

Outils en préversion : voir Outils en préversion. Ceux-ci nécessitent également OAuth.

Outils d’aperçu

Les outils suivants sont disponibles à la GA en tant que fonctionnalités en version préliminaire. Ils sont en lecture seule et fournis pour évaluation. La tarification sera déterminée après la GA.

• search_traces: rechercher les traces d'une entité spécifique dans une fenêtre de temps, classées par durée, nombre d'erreurs, ou temps de backend.
• analyze_trace_anomaly: analysez les traces d’une entité spécifique pour identifier la transaction, ou la classe d’erreur responsable des traces lentes, en échec, ou à volume élevé.
• analyze_service_dependencies: analyser les dépendances de service d’une entité spécifique, en effectuant la modélisation des connexions en amont et en aval et en signalant celles qui sont défaillantes.