Расследование инцидента с ИИ-агентом: Sentry и Grafana через MCP
Как расследовать инцидент с ИИ-агентом: подключить Sentry и Grafana через MCP, поручить сопоставить ошибки, метрики и время релиза, ограничить права и проверить гипотезу.
Личные заметки Егора Урванова про AI-разработку, инженерное управление и сообщества. Это взгляд и практика одного автора.
Как расследовать инцидент с ИИ-агентом: подключить Sentry и Grafana через MCP, поручить сопоставить ошибки, метрики и время релиза, ограничить права и проверить гипотезу.
Три области MCP-серверов в Claude Code: local, project и user. Где лежит настройка, кто её видит, что победит при совпадении имён, как делиться серверами с командой и не коммитить секреты.
Требования и протоколы встреч с ИИ: источник, предположение, статус. Факты берут через MCP из Git; минорные правки делает агент, мажорные решает человек.
Оптимизируем один шаг цепочки: QA после поддержки. Агент через MCP воспроизводит баг из Jira на тестовом стенде, сжимает путь, описывает и документирует, скилл делает шаги повторяемым процессом, QA проверяет руками. Поддержка и разработка не меняются.
MCP подключает агента к GitLab, Jira, Confluence и записям встреч. Какую проблему решает, как подключить за несколько минут и поручить это самому агенту, как экономит время и токены и почему агент меньше выдумывает.
Claude Code или Codex, Cursor или Hermes Agent: где работает агент, что он видит, на какой модели думает и сколько стоит — пять харнессов рядом и подсказка, какой брать под задачу. Со ссылками на документацию.