Протокол контекста модели Datadog (MCP) 🔍

Инструмент на основе Python для взаимодействия с API Datadog и извлечения данных мониторинга из вашей инфраструктуры. Этот MCP обеспечивает легкий доступ к состояниям мониторинга и журналам Kubernetes через простой интерфейс.

Возможности Datadog 🌟

• Отслеживание состояния монитора : выборка и анализ определенных состояний монитора.

• Анализ журналов Kubernetes : извлечение и форматирование журналов ошибок из кластеров Kubernetes

Related MCP server: MCP Datadog Playcourt

Предварительные условия 📋

• Питон 3.11+

• API Datadog и ключи приложений (с правильными разрешениями)

• Доступ к сайту Datadog

Установка 🔧

Установка через Smithery

Чтобы установить Datadog для Claude Desktop автоматически через Smithery :

npx -y @smithery/cli install @didlawowo/mcp-collection --client claude

Необходимые пакеты:

datadog-api-client
fastmcp
loguru
icecream
python-dotenv
uv

Настройка среды 🔑

Создайте файл .env с вашими учетными данными Datadog:

DD_API_KEY=your_api_key
DD_APP_KEY=your_app_key

Настройка Claude Desktop для MCP 🖥️

1. Установить Клод Десктоп

# Assuming you're on macOS
brew install claude-desktop

# Or download from official website
https://claude.ai/desktop

2. Настройте конфигурацию Datadog MCP:

# on mac is 
~/Library/Application\ Support/Claude/claude_desktop_config.json


# Add this to your claude config json
```json
    "Datadog-MCP-Server": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "datadog-api-client",
        "--with",
        "fastmcp",
        "--with",
        "icecream",
        "--with",
        "loguru",
        "--with",
        "python-dotenv",
        "fastmcp",
        "run",
        "/your-path/mcp-collection/datadog/main.py"
      ],
      "env": {
        "DD_API_KEY": "xxxx",
        "DD_APP_KEY": "xxx"
      }
    },

Использование 💻

Архитектура 🏗

• FastMCP Base : использует фреймворк FastMCP для управления инструментами

• Модульная конструкция : отдельные функции для мониторов и журналов

• Безопасность типов : полная поддержка ввода с подсказками типов Python

• Абстракция API : обернутые вызовы API Datadog с обработкой ошибок

Я добавлю раздел о настройке MCP и Claude Desktop:

Введение в протокол контекста модели (MCP) 🤖

Что такое МКП?

Model Context Protocol (MCP) — это фреймворк, позволяющий моделям ИИ взаимодействовать с внешними инструментами и API стандартизированным образом. Он позволяет таким моделям, как Клод:

• Доступ к внешним данным

• Выполнять команды

• Взаимодействие с API

• Сохраняйте контекст во время разговоров

некоторые примеры MCP-серверов

https://github.com/punkpeye/awesome-mcp-servers?tab=readme-ov-file

Учебник по настройке MCP

https://medium.com/@pedro.aquino.se/how-to-use-mcp-tools-on-claude-desktop-app-and-automate-your-daily-tasks-1c38e22bc4b0

Как это работает - Доступные функции 🛠️

LLM использует предоставленную функцию для получения данных и их использования

1. Получить состояния монитора

get_monitor_states(
    name: str,           # Monitor name to search
    timeframe: int = 1   # Hours to look back
)

Пример:

response = get_monitor_states(name="traefik")

# Sample Output
{
    "id": "12345678",
    "name": "traefik",
    "status": "OK",
    "query": "avg(last_5m):avg:traefik.response_time{*} > 1000",
    "message": "Response time is too high",
    "type": "metric alert",
    "created": "2024-01-14T10:00:00Z",
    "modified": "2024-01-14T15:30:00Z"
}

2. Получите логи Kubernetes

get_k8s_logs(
    cluster: str,            # Kubernetes cluster name
    timeframe: int = 5,      # Hours to look back
    namespace: str = None    # Optional namespace filter
)

Пример:

logs = get_k8s_logs(
    cluster="prod-cluster",
    timeframe=3,
    namespace="default"
)

# Sample Output
{
    "timestamp": "2024-01-14T22:00:00Z",
    "host": "worker-1",
    "service": "nginx-ingress",
    "pod_name": "nginx-ingress-controller-abc123",
    "namespace": "default",
    "container_name": "controller",
    "message": "Connection refused",
    "status": "error"
}

# Install as MCP extension
cd datadog
task install-mcp

4. Проверка установки

В чате Клода на рабочем столе

проверьте соединение datadog в claude

5. Используйте инструменты Datadog MCP

Вопросы безопасности 🔒

• Сохраните ключи API в .env

• MCP работает в изолированной среде

• Каждый инструмент имеет определенные разрешения.

• Реализовано ограничение скорости

Устранение неполадок 🔧

Использование MCP-инспектора

# Launch MCP Inspector for debugging
task run-mcp-inspector

Инспектор MCP обеспечивает:

• Просмотр состояния сервера MCP в реальном времени

• Журналы вызовов функций

• Отслеживание ошибок

• Мониторинг ответа API

Распространенные проблемы и решения

1. Ошибки аутентификации API

   Error: (403) Forbidden

   ➡️ Проверьте DD_API_KEY и DD_APP_KEY в .env

2. Проблемы с подключением MCP

   Error: Failed to connect to MCP server

   ➡️ Проверьте путь и содержимое claude_desktop_config.json

3. Монитор не найден

   Error: No monitor found with name 'xxx'

   ➡️ Проверьте правильность написания имени монитора и чувствительность к регистру

4. Журналы можно найти здесь

Вношу свой вклад 🤝

Не стесняйтесь:

1. Открытые вопросы по ошибкам

2. Подавайте PR-заявки на улучшения

3. Добавить новые функции

Заметки 📝

• Вызовы API выполняются на сайт Datadog EU.

• Временной интервал по умолчанию составляет 1 час для состояний монитора.

• Ограничения на размер страницы установлены для большинства случаев использования.