Skip to main content

Correcciones diarias de errores de Sentry

Programa una sesión diaria de Devin avanzado que obtenga los nuevos errores de Sentry durante la noche, inicie una sesión de corrección para cada uno y deje las PR listas por la mañana.
AuthorCognition
CategoryAutomatizaciones
FeaturesProgramaciones, MCP, Avanzado
1

Conectar el MCP de Sentry

Antes de crear tu calendario, Devin necesita acceso a tus datos de Sentry.
  1. Ve a Settings > MCP Marketplace y busca Sentry
  2. Haz clic en Enable y autenticándote mediante OAuth; esto le otorga a Devin acceso de solo lectura a tus incidencias, eventos y trazas de pila de Sentry
  3. Haz clic en Test listing tools para verificar que la conexión funciona correctamente
Una vez conectado, Devin puede consultar tus proyectos de Sentry, obtener detalles de incidencias y trazas de pila, y leer breadcrumbs, todo dentro de una sesión. Obtén más información sobre cómo configurar servidores MCP.
2

Crear la programación

Ve a Configuración > Programaciones y haz clic en Crear programación.
  • Nombre: Daily Sentry remediation — payments-api
  • Frecuencia: Todos los días a las 6:00 a. m. (para que las PR de corrección estén listas antes de la reunión diaria)
  • Agente: Advanced Devin — esto permite que Devin inicie una sesión independiente para cada error, de modo que las correcciones se ejecuten en paralelo
  • Canal de Slack: Selecciona un canal (p. ej., #sentry-fixes) para que tu equipo reciba una notificación cuando la ejecución termine y las PR estén listas para revisión
  • Prompt:
3

Puebla Knowledge con tu base de código y correcciones anteriores

Devin genera mejores correcciones cuando comprende los patrones de error de tu aplicación. En lugar de escribir tú mismo las entradas de Knowledge, ejecuta una sesión de Advanced Devin para investigar tu base de código y las correcciones anteriores, y luego deja que cree Knowledge:Estas entradas se recuperan automáticamente cuando Devin encuentra errores que coinciden durante ejecuciones programadas, y la instrucción programada anterior le indica a Devin que actualice Knowledge según tus comentarios sobre las pull requests (PR), de modo que mejore con el tiempo.
4

Qué produce una ejecución típica

Cada mañana, Devin procesa la cola de errores acumulados durante la noche y abre PR específicas. Este es un ejemplo de la salida de una sesión real:
Processed 5 Sentry errors from payments-api (past 24h):

1. TypeError: Cannot read property 'last4' of null (1,892 events)
   Root cause: Stripe webhook delivers `payment_method: null` for
   bank transfer payments. CheckoutReceipt.tsx:34 destructures
   without a null check.
   PR #612: Add null safety to CheckoutReceipt, show "Bank Transfer"
   fallback for non-card payments.

2. TimeoutError: Query timeout after 30s on /api/invoices (743 events)
   Root cause: N+1 query in InvoiceService.getMonthly() — each
   line item triggers a separate product lookup.
   PR #613: Add eager loading for invoice line items with
   Sequelize `include`.

3. RangeError: Maximum call stack size exceeded (412 events)
   Root cause: Circular reference in refund.toJSON() when a
   refund references its parent transaction which references
   the refund.
   PR #614: Break circular ref with a custom serializer,
   add max-depth test.

4-5. Two lower-frequency validation errors — PRs #615, #616.
Cada PR incluye un enlace a la incidencia de Sentry, una descripción de la causa principal, la solución y una prueba que habría detectado el error original.
5

Optimiza e itera

Tras una semana de ejecuciones, revisa qué está funcionando y ajústalo:Acota el número de errores. Comienza con los errores top 5 por ejecución. Si Devin produce de forma constante PR que se puedan fusionar, aumenta a 8-10. Si las correcciones necesitan revisiones importantes, reduce a 3.Filtra por proyecto o etiqueta. Restringe el prompt a proyectos específicos de Sentry (payments-api, web-frontend) o excluye etiquetas ruidosas. Puedes crear programaciones independientes por proyecto si los volúmenes de errores difieren.Aprende de los resultados. Tras un par de semanas, ejecuta una sesión avanzada de Devin para analizar qué correcciones se desplegaron realmente y convertir eso en Knowledge: