数据监控智能分析工具

通过MCP连接公共Datadog,收集日志、跟踪和警报数据,并利用LangChain进行智能分析的概念验证工具。

  • by KaduMelo
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 KaduMelo/mcp-datadog-langchain

使用说明

项目要求

  • Python 3.8+
  • 语言链
  • 请求:
  • datadog api客户端
  • python dotenv

依赖安装

# Create a virtual environment (recommended)
python -m venv .venv

# Activate the virtual environment
# On Linux/macOS:
source .venv/bin/activate
# On Windows:
.venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

目标

概念验证,通过MCP连接到公共Datadog,收集公共日志、跟踪和警报,并使用LangChain应用智能。

如何跑步

  1. 如果需要,配置环境变量(OPENAI_API_KEY, API_KEY, APP_KEY等等)。
    您可以创建 .env 使用密钥在项目根目录中创建文件。
  2. 在中运行主脚本 src/main.py:
python src/main.py

备注

  • 为了进行测试,将使用公共Datadog数据(https://app.datadoghq.com/demo/livetail).
  • MCP将被模拟用于PoC目的。