뉴렐릭 MCP 도구 참조

뉴켈릭의 MCP 서버는 AI 에이전트가 귀하의 옵저버빌리티 데이터에 액세스하고 분석할 수 있는 전문 도구를 제공합니다. 이 참고 가이드에서는 사용 가능한 모든 도구를 범주별로 정리했습니다.

MCP 도구 사용 방법

MCP 도구는 AI 개발 환경에서 자연어 쿼리를 통해 호출됩니다. 정확한 도구 이름을 외우거나 시도할 필요는 없습니다. 귀하의 뉴렐릭 데이터에 대해 알고 싶은 내용을 설명해 주세요.

예시 쿼리:

• "내 계정에 어떤 시스템이 있나요?"
• "내 웹 애플리케이션에 대한 최근 알림을 보여주세요"
• "지난 한 시간 동안 가장 많이 발생한 오류는 무엇입니까?"
• "성능 분석을 위한 NRQL 쿼리 실행"

개발 도구의 AI 에이전트가 적절한 MCP 도구를 자동으로 선택하고 결과 형식을 지정해 드립니다.

필터 도구 include-tags

일부 도구는 여러 개의 관련 태그가 있는 태그이기 때문에 여러 카테고리에 나타납니다(예: analyze_deployment_impact 은 incident-response 과 advanced-analysis 모두와 관련이 있음).

requests와 함께 include-tags HTTP 헤더를 전송하여 지원되는 MCP 클라이언트가 수신하는 도구를 동적으로 필터링할 수 있습니다. 이를 통해 특정 도구 하위 집합만 요청할 수 있으며, 이는 도구 코퍼스를 줄이고 질의에 사용되는 AI 모델의 효율성과 정확성을 향상시키는 데 도움이 됩니다.

필터링에 사용할 수 있는 태그는 이 참조의 카테고리 헤더에 직접 대응합니다: discovery, data-access, alerting, incident-response, performance-analytics, 그리고 advanced-analysis.

구현 예

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

이 예에서 AI 에이전트는 발견(예: get_entity) 및 알림(예: list_alert_policies)으로 분류된 도구만 제공받아 모델이 현재 작업에 가장 관련성 있는 기능에만 집중하도록 보장합니다.

파티션 및 계정 관리 (태그: discovery)

• convert_time_period_to_epoch_ms: 기간(예: "지난 30분")을 에포크 밀리초로 변환합니다.
• get_dashboard: 특정 대시보드에 대한 세부 정보를 가져옵니다.
• get_entity: GUID로 새로운 정보를 가져오거나 이름 패턴으로 검색하세요.
• list_related_entities: 목록 주어진 곳에서 1홉 떨어진 곳(관련) GUID.
• list_available_new_relic_accounts: 사용자가 사용할 수 있는 모든 계정 IDs 을 나열합니다.
• list_dashboards: 쿠렐릭 계정의 모든 대시보드를 나열합니다.
• search_entity_with_tag: 특정 태그 키와 값을 이용하여 파티션을 검색합니다.
• list_metric_names: 엔티티 또는 계정에서 보고한 사용 가능한 모든 메트릭 이름(차원 및 구형 타임슬라이스)을 검색합니다.

데이터 액세스(태그: 데이터 액세스)

• execute_nrql_query: NRDB에 대해 NRQL 쿼리를 실행합니다.
• natural_language_to_nrql_query: 자연어 요청을 NRQL 쿼리로 변환하여 쿼리를 실행하고, 이를 실행한 후 결과를 반환합니다.

알림 및 모니터링(태그: 알림)

• list_alert_conditions: 특정 공지에 대한 공지 조건 세부정보를 나열합니다.
• search_incident: 유연한 필터링을 통해 모든 공지 이벤트(공개 및 종료 이벤트 모두)를 나열합니다.
• list_alert_policies: 지정된 계정에 대한 공지 정책을 나열하고, 선택적으로 정책 이름으로 필터링합니다.
• list_recent_issues: 지정된 계정에 대한 뉴렐릭의 모든 미해결 문제를 나열합니다.
• list_synthetic_monitors: 모든 합성 모니터(서비스 가용성과 성능을 확인하는 자동화된 테스트)를 나열합니다.
• list_synthetic_monitor_results: 특정 시간대 동안 모니터에 대한 개별 신세틱 검사 실행 행(타이밍, 오류, 위치)을 반환합니다.
• get_synthetic_check_statistics: 모니터 또는 위치 전반에 걸쳐 신세틱 검사 성공률, 실패 횟수 및 소요 시간 백분위수를 집계합니다.

공지 이벤트 응답(태그: 인시던트 대응)

• analyze_deployment_impact: 특정 부분에 대한 구현, 배포의 성능 영향을 분석합니다.
• generate_alert_insights_report: 특정 문제에 대한 공지 인텔리전스 분석 보고서를 생성합니다.
• generate_user_impact_report: 특정 문제에 대한 최종 사용자 영향 분석 보고서를 생성합니다.
• list_entity_error_groups: 오류 인박스(오류 받은 편지함)에서 특정 기간 내에 오류 그룹을 가져옵니다.
• list_change_events: 포함 GUID 으로 식별된 구성에 대한 뉴켈릭의 변경 이벤트 내역을 나열합니다.
• get_error_statistics: 오류 클래스, 메시지, 앱, HTTP 상태 등을 기준으로 한 유연한 필터링 및 패싯을 사용하여 TransactionError 이벤트에서 집계된 오류 수, 처음/마지막으로 확인된 타임스탬프 및 선택적 시계열 추세를 컴퓨트합니다.
• search_errors: 메시지, 클래스, HTTP 상태 또는 트레이스 ID과 같은 필터와 일치하는 원시 오류 이벤트를 반환합니다.

성능 분석 (태그: Performance-analytics)

• analyze_entity_logs: 애플리케이션 로그를 분석하여 오류 패턴, 비정상적인 동작, 반복되는 문제를 식별합니다.
• analyze_golden_metrics: 골든 메트릭(주요 상태 지표: 처리량, 응답 시간, 오류율, 포화도)을 분석합니다.
• analyze_kafka_metrics: 소비자 지연, 생산자 처리량, 메시지 지연 시간, 파티션 밸런스 등 Kafka 지표를 분석합니다.
• analyze_threads: 스레드 상태, CPU 사용량, 메모리 소비 등 특정 부분에 대한 스레드 지표 데이터를 분석합니다.
• analyze_transactions: 특정 시간 범위 내 특정 엔티티의 트랜잭션을 분석하여 느리고 오류가 발생하기 쉬운 트랜잭션을 식별합니다. 여기에는 P95 및 P99 지연시간 메트릭(가장 느린 5% 및 1%의 requests에 대한 응답 시간 임계값)이 포함됩니다.
• list_garbage_collection_metrics: 특정 계정 및 제거에 대한 가비지 수집 및 메모리 지표를 나열합니다.
• list_recent_logs: 지정된 계정 및 분할 GUID 에 대한 뉴켈릭의 최근 로그를 나열합니다.
• list_entity_performance_risk_groups: 시간 범위 내에 성능 위험 수신함에서 특정 엔티티에 대한 성능 위험 그룹을 가져옵니다.
• get_metric_statistics: 주어진 차원 또는 타임슬라이스 메트릭에 대한 지표 집계 값(평균, 합계, 백분위수, 비율)을 가져옵니다.
• get_log_statistics: 집계된 로그 수, 레벨 및 속성별 분류, 시간대별 추세를 반환합니다.
• get_distributed_trace_details: 트레이스 내의 특정 엔티티 또는 개별 스팬에 대한 전체 스팬 속성, 이상 징후 및 스팬 링크를 반환합니다.

고급 분석(태그: advanced-analysis)

• analyze_deployment_impact: 특정 부분에 대한 구현, 배포의 성능 영향을 분석합니다.
• generate_alert_insights_report: 특정 문제에 대한 공지 인텔리전스 분석 보고서를 생성합니다.
• generate_user_impact_report: 특정 문제에 대한 최종 사용자 영향 분석 보고서를 생성합니다.
• natural_language_to_nrql_query: 자연어 요청을 NRQL 쿼리로 변환하고 실행한 다음 결과를 반환합니다.

스킬

스킬은 일반적인 옵저버빌리티 시나리오를 조사하고 해결하는 데 도움이 되도록 여러 MCP 도구를 결합한 사전 구축된 워크플로우입니다. 스킬은 뉴렐릭 스킬 허브 저장소에서 호스팅됩니다.

고객은 이러한 스킬을 다운로드하여 특정 AI 에이전트에 맞게 구성할 수 있습니다.

사용 가능한 스킬:

OAuth 전용 툴

다음 도구는 OAuth 인증이 필요하며 API 키를 사용할 때는 이용할 수 없습니다.

AI 기반 분석 도구: 이 도구는 Advanced 컴퓨팅 용량 단위(CCU)(aCCUs)로 측정됩니다.

• natural_language_to_nrql_query
• generate_alert_insights_report
• generate_user_impact_report
• analyze_deployment_impact

미리 보기 도구: 미리 보기 도구를 참조하십시오. 여기에도 OAuth가 필요합니다.

미리보기 도구

다음 도구는 GA에서 미리 보기 기능으로 사용할 수 있습니다. 읽기 전용이며 평가용으로 제공됩니다. 가격은 GA 이후에 결정됩니다.

• search_traces: 특정 시간대 내에서 소요 시간, 오류 수 또는 백앤드 시간을 기준으로 순위가 매겨진 특정 엔티티의 트레이스를 검색합니다.
• analyze_trace_anomaly: 특정 엔티티의 트레이스를 분석하여 느리거나 실패하거나 대량으로 발생하는 트레이스의 원인이 되는 트랜잭션 또는 오류 클래스를 식별합니다.
• analyze_service_dependencies: 특정 엔티티의 서비스 종속성을 분석하여 업스트림 및 다운스트림 연결을 매핑하고 비정상적인 연결을 표시합니다.