AI导哈

DataDog MCP服务器

DataDog MCP服务器是一个通过官方DataDog API和MCP Python SDK提供工具、资源和提示的服务，用于监控和管理数据。

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

使用说明

DataDog MCP服务器

证据驱动的MCP服务器，将DataDog暴露为 工具, 资源，以及 提示.使用官方 数据狗API 和 MCP Python SDK.

需求

  • Python 3.10+
  • DataDog API密钥和应用程序密钥(在此创建)

快速启动

  1. 克隆或进入此仓库，然后安装： uv sync
  2. 复制 .env.example 到 .env 并设置 DD_API_KEY 和 DD_APP_KEY （在以下位置创建密钥 DataDog API密钥).永不承诺 .env.
  3. 运行服务器： uv run python -m datadog_mcp.server （stdio）或使用可流式传输的HTTP（见下文）。

配置

通过环境变量设置凭据（do 不 承诺真实价值）：

变量 必填 描述
DD_API_KEY 是 DataDog API密钥
DD_APP_KEY 是 DataDog应用程序密钥
DD_SITE 否 站点（默认值： datadoghq.com；使用 datadoghq.eu, ap1.datadoghq.com等等）

复制 .env.example 到 .env 并在本地填写值；永不承诺 .env.

光标/MCP客户端设置

要将此服务器作为MCP连接到Cursor（或其他stdio客户端）中，请执行以下操作：

  • 命令： uv run python -m datadog_mcp.server （从 datadog-mcp 目录）。
  • 环境： 确保 DD_API_KEY 和 DD_APP_KEY 在客户端运行的环境中设置（例如在Cursor的MCP设置或shell中）。

MCP配置示例片段（路径和环境取决于您的设置）：

{
  "mcpServers": {
    "datadog": {
      "command": "uv",
      "args": ["run", "python", "-m", "datadog_mcp.server"],
      "cwd": "/path/to/datadog-mcp",
      "env": { "DD_API_KEY": "<your-api-key>", "DD_APP_KEY": "<your-app-key>" }
    }
  }
}

运行服务器

默认值：stdio （适用于Cursor、CLI客户端）：

cd datadog-mcp
uv run python -m datadog_mcp.server
# or with explicit stdio:
uv run python -m datadog_mcp.server stdio

流式HTTP （为 MCP检查员，基于浏览器的客户端）：

uv run python -c "from datadog_mcp.server import run; run(transport='streamable-http')"

然后将MCP检查器连接到显示的URL（例如。 http://localhost:8000/mcp).

工具

工具 描述 范围
validate_keys_tool 验证API/应用程序密钥 -
list_monitors, get_monitor, create_monitor, update_monitor, delete_monitor, mute_monitor, unmute_monitor 监视器 监视器_读取，监视器_写入
list_dashboards, get_dashboard, create_dashboard, update_dashboard, delete_dashboard 仪表板 仪表板_读，仪表板_写
query_metrics 指标查询 Metrics_read
list_log_indexes, query_logs 日志 Logs_read_config，Logs_read
list_events 事件 事件_阅读
list_hosts, get_host_tags 主机/标签 基础设施_read，标签_read
list_slos, get_slo slo slo_read
list_downtimes, get_downtime, create_downtime, update_downtime, cancel_downtime 停机时间（v1） 监视器_读取，监视器_写入
list_incidents, get_incident, create_incident, update_incident 事件（v2） incident_read，incident_write
list_apm_services APM服务 APM_read
list_synthetics_tests, get_synthetics_test 合成物 合成物_阅读
list_notebooks, get_notebook 笔记本 Notebooks_read
get_usage_summary 使用计量 Usage_read

资源（URI）

  • datadog://validate -API密钥验证状态
  • datadog://monitors --监视器列表
  • datadog://monitors/{id} --单显示器ID
  • datadog://dashboards --仪表板列表
  • datadog://dashboards/{id} --按ID显示单个仪表板
  • datadog://downtimes --停机时间列表
  • datadog://downtimes/{id} --按ID列出的单次停机时间
  • datadog://slos --SLO列表
  • datadog://slos/{id} --按ID列出的单个SLO
  • datadog://incidents --事件列表
  • datadog://incidents/{id} --按ID列出的单一事件

提示

  • prompt_summarize_monitor_state(monitor_id) --要求LLM总结监视器的状态
  • prompt_draft_incident_status(incident_id) --要求LLM从事件中起草一条状态消息
  • prompt_summarize_slo(slo_id) --要求LLM总结SLO状态和燃烧率
  • prompt_dashboard_insights(dashboard_id) --请LLM总结关键小部件并建议重点领域

完整端点→ 工具映射和范围： docs/api_mapping.md。有关详细的工具参数、范围和示例： docs/tool_reference.md.

发展

uv sync
uv run pytest

DataDog范围和速率限制

  • 范围： 看 授权范围每个工具都记录了它需要的范围；给予最低要求。
  • 费率限制： 看 速率限制在429上，服务器使用回退重试（参见docs/tool_reference.md）；如果仍然存在速率限制，它将返回一个经过净化的错误。

秘密

做 不 日志、回声或提交 DD_API_KEY 或 DD_APP_KEY。仅使用环境变量或安全密钥管理器。

相关 MCP