使用说明
DataDog MCP服务器
一种模型上下文协议（MCP）服务器，通过标准化接口为AI助手提供对DataDog可观察性平台的直接访问。
🎯 目的
该服务器弥合了大型语言模型（LLM）和DataDog全面可观察性平台之间的差距，使AI助手能够：
- 监控基础设施：查询仪表板、指标和主机状态
- 管理活动：创建和检索事件以进行事件跟踪
- 分析数据：访问日志、跟踪和性能指标
- 自动化操作：与监视器、停机时间和警报交互
🔧 什么是MCP？
这 模型上下文协议（MCP） 是人工智能助手与外部工具和数据源交互的标准化方式。MCP提供了一个通用接口，允许LLM：
- 执行具有结构化输入和输出的工具
- 从外部系统访问实时数据
- 跨多个工具调用维护上下文
- 提供一致、可靠的集成
📊 DataDog平台
DataDog是一个领先的可观察性平台，提供：
- 基础设施监控：跟踪服务器性能、资源使用情况和运行状况
- 应用程序性能监控（APM）：监控应用程序性能和用户体验
- 日志管理：具有强大搜索和分析功能的集中日志记录
- 真实用户监控（RUM）：跟踪用户交互和前端性能
- 安全监控：检测整个基础架构中的威胁和漏洞
🚀 快速开始
-
构建服务器:
make build -
配置DataDog API:
export DD_API_KEY="your-datadog-api-key" export DATADOG_APP_KEY="your-datadog-app-key" # Optional export DATADOG_SITE="datadoghq.eu" # or datadoghq.com -
生成MCP配置:
make create-mcp-config -
运行服务器:
./build/datadog-mcp-server
📚 文档
- 可用工具 -可实现DataDog工具的完整列表
- 测试文档 -测试覆盖率和实施细节
- OpenAPI拆分 -如何拆分大型OpenAPI规范
- 光谱棉绒 -OpenAPI规范验证和linting
- GitHub 操作 -CI/CD管道文件
🛠️ 可用工具
目前实施的工具包括：
- 仪表板管理（v1）:
v1_list_dashboards,v1_get_dashboard - 事件管理（v1）:
v1_list_events,v1_create_event - 连接测试（v1）:
v1_test_connection - 监视器管理（v1）：（即将推出）
- 指标和日志（v1）：（即将推出）
所有工具都以其API版本作为前缀（例如。， v1_, v2_)以获得明确的隔离和未来的v2 API支持。
看 docs/tools.md 了解完整列表和实施状态。
🔧 发展
# Install development tools
make install-dev-tools
# Run tests
make test
# Generate API client
make generate
# Split OpenAPI specifications
make split
# Lint OpenAPI specifications
make lint-openapi
# Build and test
make build
OpenAPI管理
该项目包括用于管理OpenAPI规范的综合工具：
- 拆分规格：将大型OpenAPI文件分解为更小、可管理的部分
- 光谱棉绒：使用自定义规则和最佳实践验证OpenAPI规范
- 代码生成：根据OpenAPI规范生成Go客户端代码
- 版本支持：DataDog API v1和v2的单独处理
看 OpenAPI拆分指南 和 光谱拼接指南 详细用法。
