Referência da ferramenta New Relic MCP

O servidor MCP da New Relic fornece ferramentas especializadas que permitem que o agente de IA acesse e analise seus dados de observabilidade. Este guia de referência organiza todas as ferramentas disponíveis por categoria.

Como usar as ferramentas MCP

As ferramentas MCP são invocadas por meio de consulta em linguagem natural no seu ambiente de desenvolvimento de IA. Você não precisa memorizar os nomes exatos das ferramentas ou os parâmetros. Basta descrever o que você deseja saber sobre seus dados do New Relic.

Exemplo de consulta:

• "Quais entidades estão na minha conta?"
• "Mostrar alertas recentes para meu aplicativo web"
• "Quais foram os principais erros da última hora?"
• "Execute uma consulta NRQL para analisar o desempenho"

The AI agent in your development tool will automatically select the appropriate MCP tools and format the results for you.

Ferramentas de filtro com include-tags

Algumas ferramentas aparecem em várias categorias (por exemplo, analyze_deployment_impact é relevante tanto para incident-response quanto para advanced-analysis) porque são tags com várias tags relevantes.

You can dynamically filter the tools your supported MCP client receives by sending the include-tags HTTP header with your requests. This allows you to request only specific subsets of tools, which is helpful for reducing the tool corpus and helping to improve the efficiency and accuracy of whatever AI model is being used for the inquiry.

As tags disponíveis que você pode usar para filtrar correspondem diretamente aos cabeçalhos de categoria nesta referência: discovery, data-access, alerting, incident-response, performance-analytics, bem como advanced-analysis.

Exemplo de implementação

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

Neste exemplo, o agente de IA só receberá ferramentas categorizadas como descoberta (por exemplo, get_entity) e alerta (por exemplo, list_alert_policies), garantindo que o modelo se concentre apenas nas funções mais relevantes para a sua tarefa atual.

entidade e gestão de contas (tag: descoberta)

• convert_time_period_to_epoch_msConverter um período de tempo (por exemplo, "últimos 30 minutos") em milissegundos da época.
• get_dashboardObter detalhes sobre um dashboard específico.
• get_entityRecuperar entidade New Relic por GUID ou pesquisar por padrão de nome.
• list_related_entities: Lista de entidades a 1 salto de distância (relacionadas) de uma determinada entidade GUID.
• list_available_new_relic_accounts: Listar todas as contas IDs disponíveis para o usuário.
• list_dashboardsListar todos os painéis de controle de uma conta New Relic.
• search_entity_with_tag: Pesquise por entidade usando uma chave e um valor tag específicos.
• list_metric_names: Discover all available metric names (dimensional and legacy timeslice) reported by an entity or account.

Acesso a dados (tag: acesso-a-dados)

• execute_nrql_queryExecutar uma consulta NRQL no NRDB.
• natural_language_to_nrql_queryExecuta uma consulta convertendo uma solicitação em linguagem natural em uma consulta NRQL, executando-a e retornando os resultados.

Alertas e monitoramento (tag: alertas)

• list_alert_conditions: Lista detalhes da condição do alerta para uma política de alertas específica.
• search_incident: Listar todos os eventos de alerta (eventos de abertura e fechamento) com filtragem flexível.
• list_alert_policiesListar as políticas de alertas para a conta especificada, com opção de filtrar por nome da política.
• list_recent_issuesLista todos os problemas em aberto no New Relic para a conta especificada.
• list_synthetic_monitorsListe todos os monitores Sintético (testes automatizados que verificam a disponibilidade e o desempenho dos seus serviços).
• list_synthetic_monitor_results: Return individual synthetic check run rows (timings, errors, locations) for a monitor over a time window.
• get_synthetic_check_statistics: Aggregate synthetic check success rates, failure counts, and duration percentiles across monitors or locations.

Alert event response (tag: incident-response)

• analyze_deployment_impact: Analisar o impacto no desempenho de uma implantação em uma entidade específica.
• generate_alert_insights_reportGere um relatório de análise de inteligência de alertas para um problema específico.
• generate_user_impact_reportGere um relatório de análise de impacto para o usuário final referente a um problema específico.
• list_entity_error_groups: Obter grupos de erros para uma entidade específica na Errors Inbox dentro de um período de tempo.
• list_change_events: Liste um histórico de eventos de mudança do New Relic para o aplicativo identificado por sua entidade GUID.
• get_error_statistics: Compute aggregate error counts, first/last seen timestamps, and optional time-series trends from TransactionError events, with flexible filtering and faceting by error class, message, app, HTTP status, and more.
• search_errors: Return raw error events matching filters like message, class, HTTP status, or trace ID.

análise de desempenho (tag: análise de desempenho)

• analyze_entity_logsAnalisar o log do aplicativo para identificar padrões de erro, comportamentos anômalos e problemas recorrentes.
• analyze_golden_metrics: Analisar métricas clássicas (indicadores-chave de saúde: taxas de transferência, tempo de resposta, taxas de erros e saturação).
• analyze_kafka_metrics: Analise a métrica Kafka incluindo lag do consumidor, taxas de transferência do produtor, latência da mensagem e saldo da partição.
• analyze_threadsAnalisar dados métricos de threads para uma determinada entidade, incluindo estado da thread, uso da CPU e consumo de memória.
• analyze_transactions: Analyze transactions for a specific entity within a time window, identifying slow and error-prone transactions, including P95 and P99 latency metrics (the response time thresholds for the slowest 5% and 1% of requests).
• list_garbage_collection_metrics: Listar coleta de lixo e memória métrica para uma determinada conta e entidade.
• list_recent_logs: Listar logs recentes do New Relic para a conta e entidade especificadas GUID.
• list_entity_performance_risk_groups: buscar grupos de riscos de desempenho para uma entidade específica da Caixa de entrada de riscos de desempenho dentro de uma janela de tempo.
• get_metric_statistics: Fetch aggregated metric values (average, sum, percentiles, rate) for a given dimensional or timeslice metric.
• get_log_statistics: Return aggregate log counts, breakdowns by level and attribute, and trends over a time window.
• get_distributed_trace_details: Returns full span attributes, anomalies, and span links for a specific entity or individual span within a trace.

Análise avançada (tag: análise-avançada)

• analyze_deployment_impact: Analisar o impacto no desempenho de uma implantação em uma entidade específica.
• generate_alert_insights_reportGere um relatório de análise de inteligência de alertas para um problema específico.
• generate_user_impact_reportGere um relatório de análise de impacto para o usuário final referente a um problema específico.
• natural_language_to_nrql_queryConverter uma solicitação em linguagem natural em uma consulta NRQL, executá-la e retornar os resultados.

Skills

Skills are pre-built workflows that combine multiple MCP tools to help you investigate and resolve common observability scenarios. Skills are hosted in the New Relic skills hub repository.

Customers can download these skills and configure them according to their specific AI agent.

Available skills:

OAuth-only tools

The following tools require OAuth authentication and are not available when using an API key.

AI-powered analysis tools: These tools are metered as Advanced Compute Capacity Units (aCCUs).

• natural_language_to_nrql_query
• generate_alert_insights_report
• generate_user_impact_report
• analyze_deployment_impact

Preview tools: See Preview tools. These also require OAuth.

Preview tools

The following tools are available at GA as preview features. They are read-only and provided for evaluation. Pricing will be determined after GA.

• search_traces: Search for the traces of a specific entity within a time window, ranked by duration, error count, or backend time.
• analyze_trace_anomaly: Analyze traces of a specific entity to identify the transaction or error class responsible for slow, failing, or high-volume traces.
• analyze_service_dependencies: Analyze a specific entity's service dependencies, mapping upstream and downstream connections and flagging which ones are unhealthy.