API VEGA

Causely Agent Integrations — MCP-навыки, плагины и CLI

Эти инструменты позволяют AI-агентам напрямую обращаться к причинно-следственной модели Causely вместо того, чтобы просеивать сырую телеметрию и строить догадки. В репозитории собраны клиентские ресурсы для работы с Causely: интеграции с агентами (MCP), CLI для установки в Kubernetes и набор shell-утилит для GraphQL API Causely.

MCP-сервер Causely размещён по адресу https://api.causely.app/mcp. Подключите к нему любой MCP-совместимый клиент и при первом соединении выполните вход под своим аккаунтом Causely (OAuth, без API-ключей). Сервер открывает доступ к причинно-следственной модели Causely, детерминированному определению первопричины, радиусу воздействия и работоспособности сервисов — в виде структурированных инструментов, которые агент может вызывать напрямую.

ОбластьПутьОписание
MCP-навыки и плагиныmcp/Навыки для Claude и совместимых клиентов, распределяющие работу между MCP-инструментами Causely, а также стартовые конфигурации для Cursor, Claude, Codex, VS Code Copilot и OpenCode.
CLI для Kubernetescli/CLI на Go, использующий Helm для установки агента Causely и управления им внутри кластера.
Shell-клиент для APIapi/Библиотеки и скрипты на Bash для снимков состояния, их сравнения и CI-сценариев работы с API Causely.

Документация по продукту доступна на docs.causely.ai. Об аутентификации MCP, заголовках и устранении неполадок читайте в разделе Интеграция MCP-сервера.

MCP (mcp/)

Направьте любой MCP-совместимый клиент прямо на размещённый сервер:

https://api.causely.app/mcp

При первом подключении клиент откроет браузер для входа в Causely (OAuth). Для размещённого сервера не требуются ни API-ключи, ни пользовательские заголовки.

Либо установите готовые навыки ниже для Claude Code, Claude Desktop и Cursor — тогда ваш агент получит правильную последовательность расследования без необходимости вручную прописывать логику выбора инструментов.

  • mcp/README.md — обзор семи навыков из комплекта: триаж алертов, оценка влияния изменений, отчёты о работоспособности, расследования в K8s, коррелированные инциденты, postmortem-разборы и главный MCP-маршрутизатор.

  • mcp/plugins/README.md — как подключить размещённый MCP-сервер к Claude, Cursor, Codex, GitHub Copilot, OpenCode и другим инструментам, включая опциональные пользовательские заголовки.

  • Листовые навыки — шесть готовых к подключению папок в mcp/skills/, в каждой — файл SKILL.md и references/complete-investigation.md (симлинк на общий файл mcp/complete-investigation.md из этого репозитория).

  • Главный навык-маршрутизатор — mcp/SKILL.md (та же роль causely-mcp, что и в обзоре навыков), а также mcp/complete-investigation.md в корне mcp/ — с полной маршрутизацией инструментов и паттернами расследования.

Интересно, почему причинно-следственный контекст так важен для точности агентов? Взгляните на результаты бенчмарка: 100% точности в сценариях с отказами и на 48% меньше токенов на одно расследование — по итогам 72 экспериментов.

CLI (cli/)

Устанавливайте агент Causely и управляйте им прямо из терминала. Подробности о скрипте установки, команде causely agent install, аутентификации и флагах для работы с Helm — в cli/README.md. Официальное руководство по установке: Установка через CLI.

go build -C cli -o causely .
./causely version

API-клиент (api/)

Клиент GraphQL на основе shell: снимки состояния, сравнение (diffing), примеры для GitHub Actions и нумерованная документация. См. api/README.md и api/docs/.

Участие в разработке

О структуре проекта, настройке окружения для разработки и порядке отправки изменений читайте в CONTRIBUTING.md.

Go-модуль для CLI объявлен в файле go.mod в корне репозитория (github.com/Causely/causely-api-client).