mcp
为LLM代理集成AgentOps API，支持访问跟踪数据和工具调用。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcp。 它的用途是：为LLM代理集成AgentOps API，支持访问跟踪数据和工具调用。 详细介绍见：https://321skill.com/skills/mcp-mcp-server-agentops/ 请根据该页面的说明完成安装。
使用示例
“帮我分析一下最近一周客服机器人的工具调用成功率。”，它会通过集成的AgentOps MCP服务器，查询并返回详细的调用轨迹、成功失败统计以及可能的错误类型。或者，在开发新代理时，你可以说：“开始记录这个会话中所有的搜索工具调用。”，AI便会启用跟踪，将后续所有的工具调用和数据访问记录上报到AgentOps平台供你复盘。
介绍
这个Skill是一个MCP服务器，旨在为LLM代理无缝集成AgentOps API。它解决了开发者在构建和监控AI代理时，难以追踪其内部运行状态、工具调用记录和性能数据的痛点。通过标准化的MCP协议，开发者可以轻松地将AgentOps的监控和分析能力接入到他们的代理工作流中。
使用方式非常简单，开发者只需在支持MCP的AI代理环境中配置并启动此服务器。之后，代理便可以通过MCP协议调用AgentOps API，实时上报运行轨迹、记录工具使用情况，并获取历史跟踪数据进行分析，整个过程无需复杂的代码改造。
它非常适合智能体开发者、运维工程师以及对代理行为可观测性有要求的团队。无论是开发调试阶段需要洞察代理决策逻辑，还是在生产环境需要监控代理的稳定性和成本，这个Skill都能提供关键的数据支持。
建议在使用前确保你的AI代理框架支持MCP客户端。同时，你需要拥有有效的AgentOps账户和API密钥以进行授权。在复杂多代理协作的场景下，合理规划跟踪数据的命名空间有助于后续的精准分析。
核心特点
与通用的日志记录或监控工具不同，它专为LLM代理设计，通过MCP协议原生集成，能结构化地捕获代理的推理链、工具调用序列等特有数据。相比手动集成AgentOps SDK，它提供了更标准化、低侵入的接入方式，尤其适合在支持MCP的AI开发平台（如Claude Desktop）中快速启用。
注意事项
该Skill主要面向需要集成AgentOps服务的LLM代理开发者，不适合仅需基础日志功能或不使用MCP协议的应用场景。
常见问题
这个MCP服务器支持哪些AgentOps API功能？
它支持访问AgentOps的核心跟踪数据API和工具调用记录功能，可用于上报和查询代理的运行轨迹。
我可以在Claude Desktop中使用它吗？
可以，只要Claude Desktop配置了MCP客户端并正确连接到此服务器，即可使用其功能。