Datadog服务器监控工具

MCP数据狗服务器

A. 模型上下文协议 （MCP）服务器，通过工具向AI助手和代码编辑器公开Datadog API。

概述

服务器提供MCP工具用于：

• 指标 –查询指标、元数据、列表指标
• 日志 –搜索日志，获取日志详细信息，聚合日志
• 事件 –搜索事件，获取事件详细信息
• 监视器 –列出监视器、获取状态、搜索监视器
• APM/痕迹 –查询跟踪、服务运行状况、服务依赖关系
• 服务 –服务依赖关系（单环境和多环境）

快速开始

先决条件

• Node.js 22+
• npm

使用npx运行（推荐）

无需克隆或安装。使用以下命令将服务器添加到MCP客户端（例如Cursor、Claude） 标准 并从GitHub运行它：

{
  "datadog": {
    "type": "stdio",
    "command": "npx",
    "args": ["-y", "github:micaelmalta/mcp-server-datadog"],
    "env": {
      "DATADOG_API_KEY": "your_api_key",
      "DATADOG_APP_KEY": "your_app_key"
    }
  }
}

集 DATADOG_API_KEY 和 DATADOG_APP_KEY （以及可选 DATADOG_SITE，默认值 datadoghq.com).重新启动客户端，以便显示工具。

从终端尝试：

DATADOG_API_KEY=your_key DATADOG_APP_KEY=your_app_key npx -y github:micaelmalta/mcp-server-datadog

从源代码运行

对于开发或固定安装：

git clone https://github.com/micaelmalta/mcp-server-datadog.git
cd mcp-server-datadog
npm install
cp .env.example .env

编辑 .env 并设置 DATADOG_API_KEY 和 DATADOG_APP_KEY.然后：

npm start
# or with NODE_ENV=local: npm run dev

在MCP配置中，使用 标准 和 node 以及通往入口点的路径：

{
  "datadog": {
    "type": "stdio",
    "command": "node",
    "args": ["/path/to/mcp-server-datadog/src/index.js"],
    "env": {
      "DATADOG_API_KEY": "your_api_key",
      "DATADOG_APP_KEY": "your_app_key"
    }
  }
}

工具

示例提示： “显示最近一小时来自服务X的错误日志” → search_logs. “生产中的CPU使用率是多少？” → query_metrics. “API服务运行情况如何？” → get_service_health.

时间范围： 使用ISO 8601或Unix时间戳（度量/事件为秒，日志/APM为毫秒）。 过滤器： Datadog语法，例如。 service:api, status:error, env:production.

项目结构

mcp_datadog/
├── src/
│   ├── clients/     # Datadog API clients (SDK-based)
│   ├── tools/       # MCP tool definitions and handlers
│   ├── utils/       # Environment, errors, logger, toolErrors
│   └── index.js     # Server entry point
├── test/            # Vitest tests and fixtures
│   ├── benchmark/   # Tool handler benchmarks (mocked)
│   ├── mocks/      # Datadog SDK mocks
│   └── ...
├── docs/            # Additional documentation
└── package.json

技术栈： Node.js 22+、JavaScript（ESM）、JSDoc、Vitest、ESLint、Prettier、， @模型上下文协议/sdk, @数据狗/数据狗容量.

发展

命令

API客户端模式

客户返回 { data, error }:

const { data, error } = await client.queryMetrics(query, from, to);
if (error) {
  console.error(error.message, error.statusCode);
} else {
  console.log(data);
}

持续集成

GitHub操作(.github/workflows/ci.yml)在推送和拉取请求上运行 main/master：格式检查(prettier --check)、皮棉（ESLint）和测试。本地命令相同： npm run format:check && npm run lint && npm test.

测试

测试使用Vitest和模拟的Datadog SDK(test/mocks/datadogApi.js)和固定装置 test/fixtures/.快跑 npm test 在承诺之前。

E2E测试 (test/e2e/)根据真正的Datadog API运行。它们被跳过，除非 RUN_E2E=1 真实的 DATADOG_API_KEY/DATADOG_APP_KEY 已设置 .env示例： RUN_E2E=1 npm run test:e2e。使用此功能验证文档中心生产错误日志是否可见（例如。 logsDocumentCenter.e2e.test.js).

操作说明

• 登录中： 工具调用记录到 标准错误 作为JSON行(tool, durationMs, slow).可选：设置 MCP_SLOW_TOOL_MS （默认值2000）标记慢速呼叫。一些客户也写信给 mcp_datadog.log （参见 src/utils/logger.js).
• 速率限制： 服务器没有速率限制；工具使用率高可能会达到Datadog API的限制。
• 故障排除： 缺少工具→ 检查MCP配置和环境变量，重新启动客户端。 403/404 → 权限或计划。看 故障排除 对于“无数据”的情况。

故障排除

搜索返回0条日志，但我需要数据

如果 search_logs （或 aggregate_logs)对于您知道有流量的服务，不返回任何结果：

1. 相同的Datadog组织 –MCP服务器使用 DATADOG_API_KEY, DATADOG_APP_KEY，并且可选 DATADOG_SITE。确保这些指向 相同 Datadog组织和您的应用程序（如文档中心）发送日志的网站。
2. 在Datadog中进行比较 –In Datadog日志资源管理器，运行 相同的过滤器和时间范围 （例如。 service:document-center env:production status:error，过去7天）。如果您在那里看到日志，但没有通过MCP看到，则env/site或密钥可能不同。
3. 精确的过滤器语法 –确认应用程序发送的属性名称和值（例如。 service, env, status).尝试不 env:production 或与 env:prod，或仅搜索 service:document-center 查看是否出现任何日志。
4. 保留和索引 –日志必须位于API密钥可以读取的索引中；检查 日志索引 和保留。

文档

• 自述文件 （此文件）-设置、用法、结构。
• CLAUDE.md –贡献者的项目约定和模式。
• docs/ –其他指南（如性能、安全）（如有）。

贡献

1. 遵循现有风格(npm run lint, npm run format).
2. 添加新行为的测试。
3. 跑 npm run validate 在承诺之前。
4. 使用常规提交： feat, fix, docs, chore, refactor, test.

链接

• 数据狗API
• 模型上下文协议