Datadog MCP服务器

Datadog MCP服务器

回答问题的Datadog MCP “为什么会发生这种情况？” --不只是 “价值是什么？”

聚合工具，将5-7个顺序的API调用合并为一个结构化响应。全SLO CRUD。车队自动化。任何MCP中最广泛的Datadog API覆盖范围- 163工具 建立在 @我们都是MCP标准.

它有什么其他人没有的

• 聚合工具 — analyze-monitor-state 和 slo-compliance-snapshot 使用 caveats 部分故障的数组。没有其他Datadog MCP提供这种模式。
• 全SLO原油 --创建、更新、删除SLO（及其更正）。官方的Bits AI MCP和社区替代方案在SLO上是只读的。
• 车队自动化 --跨部署和时间表的15个工具。只有这台服务器。
• 状态页 --21个工具用于完整的状态页面生命周期（组件、降级、维护）。只有这台服务器。
• 代币设计高效 — extractFields 投影， DD_TOOLS/DD_DISABLE 16个类别切换，以及一个 search-tools 元工具在163个工具中保持LLM上下文较低。
• Apps SDK卡 — slo-compliance-snapshot 通过以下方式在ChatGPT客户端上呈现为可视卡 _meta["openai/outputTemplate"].Claude客户端接收相同的JSON内容（不中断）。
• stdio+流式HTTP --默认为stdio（克劳德桌面/代码）。集 MCP_TRANSPORT=http 适用于ChatGPT Apps SDK或远程客户端（通过承载身份验证 MCP_HTTP_TOKEN).

试试这个——5个提示

将服务器连接到Claude Desktop或Claude Code，然后粘贴其中任何一个：

1. SLO健康 — “列出我的SLO及其本月剩余的错误预算。按状态分组：合规、有风险、违规。”
2. 事故分流 — “有一个活跃的事件 checkout-service。从APM中提取链接的监视器、最近的错误峰值以及过去24小时内哪些部署触及了该服务。"
3. 监控噪音审计 — “找到在过去7天内发出10次以上警报但MTTR低于5分钟的监测器——这些监测器可能正在摆动。”
4. RUM错误尖峰 — “今天14:00至14:30之间，RUM错误率在结账漏斗上跃升。请向我展示最常见的错误组、受影响的会话以及错误前的用户操作。”
5. 舰队部署 — “安排 datadog-agent 7.55.0推出到 staging 集群，仅限周末，从下周六开始。"

何时使用此与Datadog的官方MCP

Datadog的官方MCP（Bits AI MCP，GA 2026-03-09）是 互补的，而不是替代品：

使用官方Bits AI MCP进行快速管理入职和SSO。当您需要API全面覆盖、SLO/fleet/status-page写入奇偶校验或自托管（内部站点、隔离网络、dev/CI沙盒）时，请使用此选项。

安装

克劳德桌面

添加 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "datadog": {
      "command": "npx",
      "args": ["-y", "@us-all/datadog-mcp"],
      "env": {
        "DD_API_KEY": "<your-api-key>",
        "DD_APP_KEY": "<your-app-key>",
        "DD_SITE": "datadoghq.com"
      }
    }
  }
}

克劳德代码

claude mcp add datadog -s user \
  -e DD_API_KEY=<your-api-key> -e DD_APP_KEY=<your-app-key> -e DD_SITE=datadoghq.com \
  -- npx -y @us-all/datadog-mcp

码头工人

docker run -e DD_API_KEY=... -e DD_APP_KEY=... -e DD_SITE=datadoghq.com \
  ghcr.io/us-all/datadog-mcp-server:latest

从源代码构建

git clone https://github.com/us-all/datadog-mcp-server.git
cd datadog-mcp-server && pnpm install && pnpm build
node dist/index.js

配置

分类 (16): metrics, monitors, dashboards, logs, apm, rum, incidents, security, synthetics, ci, infra, fleet, status-pages, oncall, teams, account.

当 MCP_TRANSPORT=http: POST /mcp （承载身份验证JSON-RPC）+ GET /health （公众的活跃度）。

站点:

代币效率

在任何对话之前，天真的设置都会加载约25K个工具模式令牌。三个旋钮缓解：

1. 类别切换 — DD_TOOLS=metrics,monitors,logs,apm （最大的胜利）。
2. extractFields 反应投影 — get-dashboard { dashboardId: "abc", extractFields: "id,title,widgets.*.definition.type" }.
3. search-tools 元工具 --始终启用；让LLM在运行时发现工具，而不是预加载所有模式。

只读模式

默认情况下，所有写入都被阻止，以防止AI代理的意外突变。以下要求 DD_ALLOW_WRITE=true:

create-monitor, update-monitor, delete-monitor, mute-monitor, create-dashboard, update-dashboard, delete-dashboard, send-logs, post-event, trigger-synthetics, create-synthetics-test, update-synthetics-test, delete-synthetics-test, create-downtime, cancel-downtime, create-case, update-case-status, send-dora-deployment, send-dora-incident, create-slo, update-slo, delete-slo，加上所有舰队/状态页面/安全写入。

MCP提示（4）

模型可以直接调用的工作流模板：

• triage-incident --给定一个事件ID，遍历链接的监视器、最近的错误峰值和最近的部署。
• audit-monitor-noise --通过警报频率×MTTR监测旗帜拍打。
• analyze-rum-error-spike --两个窗口的RUM错误率差异，归因于顶级错误组。
• investigate-slow-trace --给定一个慢速跟踪ID，遍历跨度树和曲面瓶颈跨度。

MCP资源

按URI只读实体： dd://monitor/{id}, dd://dashboard/{id}, dd://slo/{id}, dd://incident/{id}, dd://service/{serviceName}, dd://team/{teamId} （团队+成员）， dd://synthetics/{testId}, dd://host/{name}.

工具参考

16个类别的163个工具。使用 search-tools 运行时发现的元工具；完整列表已折叠在下面。

建筑

Claude → MCP stdio → index.ts → tools/*.ts → @datadog/datadog-api-client → Datadog API

建于 @us-all/mcp-toolkit:

• extractFields --令牌高效响应预测
• aggregate(fetchers, caveats) --聚合工具的扇出助手
• createWrapToolHandler -域特定编校（DD_API_KEY/DD_APP_KEY）+数据狗 ApiException 错误提取
• search-tools 元工具

技术栈

Node.js 22+•TypeScript严格ESM•pnpm• @modelcontextprotocol/sdk • @datadog/datadog-api-client （官方）•zod•dotenv•vitest+dd跟踪。

贡献

看 贡献.md新的共享模式属于 @us-all/mcp-toolkit --7服务器套件的单一真相来源。

许可证

麻省理工学院