全部指南

使用 MCP 排查后端问题

MCP 辅助后端排障最适合这样的场景:AI Agent 能从同一工作区检查真实证据,而不只是根据粘贴的日志或描述进行推理。在 Unfour 中,兼容本地 stdio MCP 的客户端可以查询已授权的 API、SSH 和数据库工具;范围、策略、确认以及最终决定仍由开发者控制。

当后端故障跨越请求、服务器和数据层,需要把多处证据关联起来时,可以使用这套方法。它是 AI 辅助,而不是完全自主:Agent 可以收集、比较证据,但由用户选择目标环境、复核高风险动作并决定修改什么。

典型的 MCP 辅助排障循环

  1. 1. API 症状
  2. 2. 服务器证据
  3. 3. 数据库状态
  4. 4. 关联证据
  5. 5. 修复或提出方案
  6. 6. 验证
  1. 复现 API 症状

    在预期环境中运行请求,记录状态码、响应、耗时以及解析后的请求详情。可重复的症状会为后续检查提供稳定参照。

  2. 检查服务器或运行时证据

    使用已授权的 SSH 诊断或直接终端访问,查看与请求相关的日志、进程状态和配置证据。

  3. 检查相关数据库状态

    先使用能够检验当前假设的只读查询,只查看与失败请求有关的记录、关系或约束。

  4. 关联证据

    比较时间戳、标识符、环境名称、错误消息和持久化状态。目标是形成有证据支持的解释,而不是堆积更多无关输出。

  5. 执行修复或提出方案

    Agent 可以归纳可能原因或提出范围明确的修改。开发者复核证据,并决定是否修改代码、配置或数据。

  6. 重新运行最初的检查

    在同一环境中再次发送同一个请求,确认原始症状已消失,并且响应符合预期行为。

Unfour 在这条链路中的位置

Unfour 将排查过程保留在一个桌面工作区中。各工具仍可独立使用;MCP 则让兼容 Agent 能够以受控方式查询已授权能力,并关联跨工具证据。

API Client

提供可复现的请求、解析后的环境、响应详情、耗时和已脱敏历史,明确可见症状。

SSH

提供直接终端和已授权诊断,用于检查应用日志、进程状态、配置证据、远程文件和保存的任务。

Database

通过保存的 SQLite、PostgreSQL 和 MySQL 连接提供结构与记录证据,并优先从聚焦的只读查询开始。

本地 stdio MCP 与共享上下文

让兼容客户端通过当前本地工作区、环境策略、保存的资源和 Unfour 命令边界开展工作。

必须保持可见的安全边界

  • MCP 工具操作所选 Unfour 工作区中保存的资源,而不是不受限制的全局资源。
  • 默认 auto 策略将生产环境映射为只读访问并允许安全 SSH 诊断;使用前应复核任何显式策略覆盖。
  • 受保护或高风险的动作需要与准确 SQL、URL、命令、路径或补丁内容绑定的确认。
  • 只有已授权操作确实需要时,凭据才会在本地凭据边界后解析;MCP 工具不会返回原始凭据值。
  • 受支持的请求、响应、结果和活动字段会按需掩码或脱敏。

MCP 适合什么时候使用

API 500 或超时

请求可以复现,但解释原因还需要服务器日志、运行时状态或下游数据库检查。

数据库状态异常

API 响应与保存记录不一致,需要跨层追踪标识符或时间戳。

服务端配置问题

进程状态、环境变量、部署配置或远程文件与预期不一致,导致行为发生变化。

复现环境特有问题

同一流程在 dev、test 或 prod 表现不同,排查全程必须明确目标上下文。

什么时候手动工具更合适

只有在需要收集、比较并重复检查证据时,MCP 才最有价值。如果不需要跨层推理,直接使用工具通常更快。

  • 直接在 API Client 中发送一次性的简单请求。
  • 在终端中运行一条明确、熟悉的 SSH 命令。
  • 自行查看小型数据表或执行基础只读 SQL。
  • 答案已经明确时优先手动控制,避免让 AI 推理增加不必要的流程。

让 Agent 开始调查前,先准备好工作区

下载 Unfour,只保存本次排查需要的资源,并复核目标环境的 MCP 策略。