Monitoring as Code.
Oder fragen Sie einfach Ihren Agenten.

Definieren Sie Ihre API-Monitore, Alerts und Status-Seiten als YAML oder JavaScript, verwalten Sie sie in Git und deployen Sie sie aus der CI. Keine Lust auf Konfiguration? Verbinden Sie einen MCP-Client und richten Sie alles in einfacher Sprache ein.

$ npx @loadfocus/monitoring init kopieren Kostenlos starten →Per MCP verbinden →

~/acme-monitors - zsh

# define once, deploy everywhere
$ npx @loadfocus/monitoring deploy
  Plan: 4 to create, 1 to update, 0 to delete
  ✓ check        checkout-api      created   us-east-1, eu-west-1
  ✓ check        login-flow       created   browser · 3 steps
  ✓ alertRule    api-p95-slow     created   → Slack #ops
  ✓ statusPage   acme-status      created   acme.loadfoc.us
  ✓ group        web              updated
  Deployed 5 resources in 2.3s. Monitoring is now live.

Funktioniert in Ihrem Stack

CODE-FIRST

Ihre Monitore liegen direkt neben Ihrem Code

Kein Durchklicken durch Dashboards. Definieren Sie Checks, Assertions und Alerts in einfachem YAML oder typisiertem JavaScript. Prüfen Sie sie in Pull-Requests. Deployen Sie sie beim Merge.

✓

Git ist die Single Source of Truth

Jeder Monitor ist versioniert, prüfbar und über alle Umgebungen hinweg reproduzierbar.

↻

Sicheres Plan & Apply

Ein serverseitig berechneter Plan zeigt genau, was angelegt, aktualisiert oder gelöscht wird, mit abgesicherten Orphan-Deletes.

{ }

YAML oder JavaScript

Wählen Sie deklarative Konfigurationen oder typisierte Constructs. Gleiche Engine, gleiches Ergebnis.

monitors/checkout-api.check.yaml

YAMLJS

kind: check
type: api
logicalId: checkout-api
name: Checkout API
schedule: "60"            # seconds
locations: [us-east-1, eu-west-1]
request:
  url: https://api.acme.com/checkout
  method: POST
  headers:
    - { key: Authorization, value: "Bearer {{secrets.TOKEN}}" }
assertions:
  - { type: statusCode, comparison: equals, value: 200 }
  - { type: responseTime, comparison: below, value: 800 }
const { Monitor } = require('@loadfocus/monitoring');

module.exports = new Monitor({
  type: 'api',
  logicalId: 'checkout-api',
  name: 'Checkout API',
  schedule: '60',
  locations: ['us-east-1', 'eu-west-1'],
  request: {
    url: 'https://api.acme.com/checkout',
    method: 'POST',
    headers: [{ key: 'Authorization', value: 'Bearer {{secrets.TOKEN}}' }],
  },
  assertions: [
    { type: 'statusCode', comparison: 'equals', value: 200 },
    { type: 'responseTime', comparison: 'below', value: 800 },
  ],
});

THE CLI

Eine CLI für den gesamten Lebenszyklus

Dieselben sechs Befehle funktionieren auf Ihrem Rechner und in der CI. @loadfocus/monitoring ist auf npm unter Apache-2.0 verfügbar.

lf init

Erzeugt ein Projektgerüst mit Konfiguration und einem Beispiel-Monitor.

lf validate

Lokales Kompilieren + Server-Dry-Run, bevor irgendetwas ausgeliefert wird.

lf test

Führt Checks ad hoc ohne Persistenz aus, der Exit-Code steuert die CI.

lf deploy

Gleicht den Zustand ab: anlegen, aktualisieren, löschen. --dry-run für eine Vorschau.

lf trigger

Führt bereits deployte Checks bei Bedarf aus, z. B. nach einem Release.

lf destroy

Baut Ressourcen sauber ab. In der CI abgesichert hinter --yes.

Sie betreiben bereits Monitore in der LoadFocus-App? import erzeugt YAML aus Ihrem Live-Setup, sodass Sie Code übernehmen können, ohne etwas neu zu bauen.

Für die CI gebaut. Destruktive Änderungen beenden sich mit einem Code, der eine Bestätigung verlangt, statt an einer Eingabeaufforderung zu hängen. So gibt es keine versehentlichen Löschungen und keine blockierten Pipelines.

◆Claudemcp.loadfocus.com

Erstelle einen Monitor für unsere Checkout-API in den USA + EU und alarmiere mich per Slack, wenn p95 über 800 ms steigt.

Claude · über LoadFocus MCP

Mache ich, ich erstelle jetzt den Monitor und verdrahte den Alert.

✓ create_api_monitor checkout-api · us-east-1, eu-west-1

✓ create_api_alert responseTime > 800ms → Slack

✓ run_api_monitor 200 OK · 412ms

Erledigt. Checkout API ist in 2 Regionen aktiv und ich habe einen p95-Alert an #ops eingerichtet. Der erste Check war mit 412 ms erfolgreich.

MCP SERVER

Oder sparen Sie sich die Konfiguration, fragen Sie einfach Ihren Agenten

LoadFocus betreibt einen Model Context Protocol-Server unter mcp.loadfocus.com. Richten Sie Claude, Cursor oder einen beliebigen MCP-Client darauf und erstellen, starten und prüfen Sie Monitore per Anfrage. Außer der Verbindung gibt es nichts zu installieren.

40 ToolsAPI-Monitoring

k6 · JMeterLasttests

LighthousePage Speed

OAuthSichere Verbindung

CI/CD NATIVE

Monitoring in Ihrer Deploy-Pipeline

Testen Sie Checks bei jedem PR gegen Staging und deployen Sie sie beim Merge in die Produktion. Monitoring-Änderungen werden mit dem Code ausgeliefert, der sie braucht.

▶

GitHub Actions & GitLab CI

Copy-and-paste-Workflows liegen im Repo. Zwei Secrets setzen und los.

↯

Test → Deploy → Trigger

Beim PR validieren, beim Merge anwenden, das neue Release per Smoke-Test prüfen, alles aus der CI.

.github/workflows/monitoring.yml

name: monitoring-as-code
on: [push, pull_request]
jobs:
  reconcile:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - run: npx @loadfocus/monitoring test
        # dry-run on every PR
      - if: github.ref == 'refs/heads/main'
        run: npx @loadfocus/monitoring deploy --yes
        env:
          LOADFOCUS_API_KEY: ${{ secrets.LF_KEY }}
          LOADFOCUS_TEAM_ID: ${{ secrets.LF_TEAM }}

EVERYTHING AS CODE

Acht Ressourcen-Typen, ein Workflow

Checks sind nur der Anfang. Auch Gruppen, Alerts, Dashboards und Status-Seiten sind deklarativ.

Checks

API-, Browser-, multistep-, TCP- und heartbeat-Monitore.

Gruppen

Gemeinsame Standorte, Kanäle sowie Stummschalten oder Aktivieren.

Alert-Regeln

Schwellenwert-Alerts auf Zeit, Status und Dauer.

Wartung

Alerts nach einem wiederkehrenden Zeitplan unterdrücken.

Dashboards

Uptime, p95 und Status-Kacheln mit Sparklines.

Status-Seiten

Öffentlich, gebrandet, auf Ihrer eigenen Domain.

Alert-Kanäle

E-Mail, Slack, Teams, webhook, Discord, PagerDuty, Opsgenie.

Variablen

Secrets und Laufzeitvariablen, inline referenziert.

HOW WE COMPARE

LoadFocus vs Checkly

Derselbe Code-First-Workflow, plus ein Live-MCP-Server und eine Open-Source-CLI.

	LoadFocus	Checkly
Monitore als Code (YAML / JS)	✓ Beides	✓ TS
Nativer MCP-Server für KI-Agenten	✓ 40 Tools, live	× Nur Skills
Open-Source-CLI	✓ Apache-2.0	Teilweise
Lasttests (k6 / JMeter)	✓	×
Status-Seiten als Code	✓	✓
CI/CD-Workflows enthalten	✓ GH + GitLab	✓

FAQ

Monitoring as Code, beantwortet

F.Was ist Monitoring as Code?

Sie definieren Ihre Monitore, Alerts und Status-Seiten in versionierten Dateien, statt durch eine Oberfläche zu klicken. So sind sie prüfbar, reproduzierbar und über CI/CD deploybar.

F.Muss ich TypeScript können?

Nein. Nutzen Sie deklaratives YAML für den einfachsten Weg oder typisierte JavaScript-Constructs, wenn Sie Code bevorzugen. Beides kompiliert zu denselben Ressourcen.

F.Worin unterscheidet sich das von Checkly?

Dasselbe Code-First-Paradigma, plus ein Live-MCP-Server, sodass KI-Agenten Monitore im Dialog erstellen, eine Apache-2.0-CLI und Lasttests auf derselben Plattform.

F.Wie verbinden sich KI-Agenten?

Richten Sie einen beliebigen MCP-Client auf mcp.loadfocus.com, authentifizieren Sie sich per OAuth und 40 Tools stehen sofort zur Verfügung.

F.Ist die Ausführung in der CI sicher?

Ja. Deploys berechnen zuerst einen Plan, sichern Orphan-Deletes ab und beenden sich mit einem Bestätigungscode, statt an Eingabeaufforderungen zu hängen.

F.Was kann ich als Code verwalten?

Checks (API, browser, multistep, TCP, heartbeat), Gruppen, Alert-Regeln, Wartungsfenster, Dashboards, Status-Seiten, Alert-Kanäle und Variablen.

Richten Sie Ihr Monitoring an einem Nachmittag ein

Installieren Sie die CLI oder verbinden Sie einen MCP-Client. Ihr erster Monitor kann in wenigen Minuten laufen.

$ npx @loadfocus/monitoring init kopieren Kostenlos starten →

npm · GitHub · Docs · Apache-2.0