使用说明
@kurihiro0119/datadog mcp服务器
用于Datadog集成的MCP(模型上下文协议)服务器。直接从您的AI应用程序监控指标、日志和APM数据。
特性
- 警报管理:检索和分析活动警报
- 指标查询:使用自定义时间范围查询Datadog指标
- 日志搜索:使用筛选器搜索和检索日志
- 监控管理:列出并获取监视器的详细信息
- 警报分析:自动分析带有潜在原因和建议行动的警报
安装
npm install @kurihiro0119/datadog-mcp-server
配置
设置您的Datadog API凭据:
export DD_API_KEY="your-api-key"
export DD_APP_KEY="your-app-key"
export DD_SITE="datadoghq.com" # or datadoghq.eu, us3.datadoghq.com, etc.
用法
作为CLI工具
npx @kurihiro0119/datadog-mcp-server
在MCP客户端配置中
{
"mcpServers": {
"datadog": {
"command": "npx",
"args": ["@kurihiro0119/datadog-mcp-server"],
"env": {
"DD_API_KEY": "your-api-key",
"DD_APP_KEY": "your-app-key",
"DD_SITE": "datadoghq.com"
}
}
}
}
可用工具
获取警报
从Datadog检索活动警报。
参数:
limit(number):要检索的警报数(默认值:10)priority(string):按优先级筛选(P1-P5)tags(数组):按标签筛选
获取警报详细信息
获取特定警报的详细信息。
参数:
alertId(string,必填):警报的ID
get_metrics
查询Datadog指标。
参数:
query(字符串,必填):数据狗指标查询from(string):开始时间(ISO 8601或类似“-1h”的相对时间)to(字符串):结束时间(ISO 8601或相关标准)
get_logs
搜索Datadog日志。
参数:
query(字符串,必填):日志搜索查询from(string):开始时间to(string):结束时间limit(number):要检索的日志数(默认值:100)
get_monitors
列出Datadog监视器。
参数:
tags(数组):按标签筛选monitorTags(数组):按监视器标签筛选name(string):按监视器名称筛选
get_monitor_details
获取特定监视器的详细信息。
参数:
monitorId(string,必填):监视器的ID
analyze_alert
分析警报并提供潜在的根本原因和解决方案。
参数:
alertId(string,必填):要分析的警报的IDincludeMetrics(boolean):包括相关指标(默认值:true)includeLogs(boolean):包括相关日志(默认值:true)
示例用法
配置后,您可以使用自然语言与Datadog交互:
- “显示所有P1警报”
- “分析ID为12345的警报”
- “获取最后一小时的CPU指标”
- “搜索支付服务中的错误日志”
- “列出所有标记为生产的监视器”
程序化使用
// Query CPU metrics for the last hour
const result = await client.callTool('get_metrics', {
query: 'avg:system.cpu.user{*}',
from: 'now-1h',
to: 'now'
});
发展
# Run in development mode
npm run dev
# Run tests
npm test
# Build for production
npm run build
许可证
麻省理工学院