Datadog MCP-Connector für Manus

Finde heraus, was in Datadog schiefgelaufen ist, ohne dich durch Dashboards zu wühlen

Verbinde Datadog und frag in einfachen Worten, etwa warum Zahlungen nach 23 Uhr langsam wurden. Manus prüft Alerting-Monitore, nutzt KI-Loganalyse, um die Logs durchzugehen, liest Metriken und Traces, vergleicht vorher und nachher mit dem letzten Deployment und schreibt dann eine Vorfallzusammenfassung mit der wahrscheinlichen Ursache. Es schaut nach und berichtet zurück. Mit den Standard-Datadog-Tools kann es keine Deployments zurückrollen, keine Dienste neu starten oder deine Monitore ändern.

Verbinde zuerst Datadog in Manus

Warum wurde payments-api gestern Abend gegen 23 Uhr langsam?

Manus

p95-Latenz überschritt 800 ms um 23:16, vier Minuten nach dem Deployment von v2.4.1, und erreichte bis 23:30 einen Höchstwert von 2.4 s. Die meisten langsamen Anfragen warteten auf dieselbe Datenbankabfrage.

Was ich in Datadog geprüft habe
  • 4 alarmierende Monitore
  • 656 Fehler- und Warnprotokolle
  • 40 langsame Traces
  • 3 Deployment-Ereignisse
Vorfallzusammenfassung für #2418 erstellt
Vorfall-Zeitleisteservice:payments-api env:prodIllustration
  1. 23:12Bereitstellenpayments-api v2.4.1 bereitgestelltDeployment-Ereignis aus deiner Pipeline
  2. 23:16AlarmMonitor: p95-Latenz über 800 msStatus von OK auf Alarm geändert
  3. 23:19Fehler5xx-Fehler steigen auf 6.8%Höher als 0.3% vor dem Deploy
  4. 00:04WiederhergestelltLatenz wieder unter 200 msNachdem das Team v2.4.0 um 23:58 erneut deployt hat

Datadog KI-Loganalyse und Alarm-Triage

Frag, was gerade losgeht und was die Logs sagen. Manus liest deine Alerting-Monitore, durchsucht die Logs und sagt dir, wo du zuerst nachsehen solltest. Für den Bereitschaftsdienst ist es wie ein Datadog AI-Monitoring-Helfer.

Alarmierung um 23:25Illustration
  • Alarm
    p95-Latenz über 800 mspayments-apiseit 23:16
  • Alarm
    5xx-Fehlerrate über 5%payments-apiseit 23:20
  • Warnen
    Datenbankverbindungspool über 90%ledger-dbseit 23:17
  • Warnen
    Checkout-Seite p95 über 1 scheckout-webseit 23:21

Beginne mit payments-api: Sein Latenz-Alarm löste zuerst aus, vier Minuten nach dem v2.4.1-Deploy. Die anderen drei folgten innerhalb von fünf Minuten.

Protokolleservice:payments-api status:(error OR warn)
  1. ERRORtimeout acquiring connection from pool after 2000 ms
  2. WARNslow query 1912 ms: SELECT … FROM ledger_entries
  3. ERRORPOST /v1/charges 504 upstream request timeout
  4. WARNconnection pool 50/50 in use, 37 requests waiting
  5. ERRORtimeout acquiring connection from pool after 2000 ms
  6. WARNslow query 1874 ms: SELECT … FROM ledger_entries
656 Logs in der letzten Stunde, in 3 Muster gruppiert
  • Zeitüberschreitungen beim Connection Pool412
  • Langsame ledger_entries-Abfragen156
  • 504-Fehler bei POST /v1/charges88

Alarmierende Datadog Monitore nach Dienst triagieren

Für die Datadog-Alarm-Triage listet Manus die Monitore im Status „Alert“ oder „Warn“ auf, gruppiert sie nach Service und stellt den zuerst ausgelösten an die Spitze, damit du weißt, wo du anfangen sollst.

Durchsuche Datadog-Logs und gruppiere Fehler nach Mustern

Nenne einen Dienst und ein Zeitfenster. Manus führt eine Datadog-Logsuche nach Fehlern und Warnungen aus, zählt sie nach Nachricht und zeigt aus jeder Gruppe ein paar echte Zeilen.

Warum ist mein Dienst langsam? Trace und letztes Deployment prüfen

Manus findet die Span mit der längsten Dauer und stellt Latenz und Fehler neben deine Deployment-Ereignisse.

Finde den langsamen Schritt in einem Datadog-Trace

Manus ruft die langsamsten Anfragen eines Dienstes ab, öffnet eine Trace und zeigt auf die Span, die am meisten Zeit braucht.

Vergleiche Fehler vor und nach einem Deployment

Nutze Manus als deinen Datadog KI-SRE-Helfer für die erste Prüfung nach einem Release: Er findet die Deployment-Ereignisse und sucht nach Fehlern nach dem Deployment, indem er die Fehlerrate und die p95-Latenz in der Stunde davor und danach vergleicht.

p95-Latenz, payments‑apiIllustration
3 s2 s1 s0
Nach dem 23:12-Deploy von v2.4.1
22:3023:0023:3000:0000:30
Vorher und nachher v2.4.1
  • p95-Latenz180 ms2.4 s
  • 5xx-Fehlerrate0.3%6.8%
Trace für eine langsame AnfrageIllustration
POST /v1/charges · 2.41 s
  1. payments-apiPOST /v1/charges2.41 s
  2. auth-serviceverify_token38 ms
  3. fraud-checkscore_charge140 ms
  4. postgresSELECT ledger_entries1,912 ms
  5. postgresINSERT charges40 ms
  6. redisSET idempotency_key5 ms

Die Abfrage ledger_entries nimmt 1,912 ms dieser 2.41 s-Anfrage ein. Vor v2.4.1 dauerte dieselbe Abfrage etwa 40 ms.

Eine Datadog-Vorfallszusammenfassung und einen Postmortem-Entwurf schreiben

Manus liest den Incident und die Alerts und baut darauf auf, sodass du mit einer Timeline statt einer leeren Seite startest.

VorfallzusammenfassungIllustration
#2418SEV-2Gelöst
Zahlungen langsam und fehlerhaft nach v2.4.123:16 bis 00:04 · payments-api · prod
  1. 1AuswirkungEtwa 6.8% der POST /v1/charges-Anfragen schlugen von 23:19 bis 00:04 mit 504-Fehlern fehl. Die p95-Latenz erreichte einen Höchststand von 2.4 s.
  2. 2Wahrscheinliche UrsacheEine langsamere ledger_entries-Abfrage kam in v2.4.1 heraus. Anfragen hielten Datenbankverbindungen, bis der Pool erschöpft war.
  3. 3Nächste SchritteDie Änderung der ledger_entries-Abfrage prüfen, bevor v2.4.1 erneut veröffentlicht wird, und ein Follow-up-Issue für das Payments-Team erstellen.
Erstellt aus 4 Monitor-Alarmen, 3 Deployment-Ereignissen und 40 Traces. Der Postmortem-Entwurf ist bereit zur Bearbeitung.
Nächtliche Datadog-ZusammenfassungWochentags um 9:00

Seit gestern 18:00 Uhr: 4 Monitore haben Alarm geschlagen und 1 Vorfall wurde eröffnet. Alles ist wieder normal.

  • payments-api2 Warnungen, Vorfall #2418 um 00:04 behoben
  • ledger-db1 Warnung, behoben um 00:06
  • checkout-web1 Warnung, behoben um 00:05

Verwandle einen Vorfall in eine Zusammenfassung und einen Postmortem-Entwurf

Manus liest den Incident, erstellt die Timeline aus den Alerts und Deployment-Ereignissen rund um ihn und schreibt dann eine Incident-Zusammenfassung und einen Entwurf für den Incident-Postmortem, den du bearbeiten kannst.

Erhalte die Warnungen der letzten Nacht jeden Morgen in einer Nachricht

Eine geplante Aufgabe prüft Datadog wochentags um 9 Uhr und sendet dir, was ausgelöst wurde und welche Vorfälle über Nacht eröffnet wurden.

So funktionieren geplante Aufgaben

Service-Abhängigkeiten und Datadog-Cloudkostenänderungen abbilden

Bevor du eskalierst, schau nach, welche Dienste ihn aufrufen und wer zuständig ist. Mit den richtigen Berechtigungen kannst du auch die Cloud-Kosten monatlich vergleichen.

Prüfe, wer von einem Dienst abhängt, bevor du eskalierst

Manus sucht den Dienst im Datadog-Katalog und listet auf, wer ihn aufruft, was er aufruft und welches Team für jeden verantwortlich ist.

Vergleiche Cloud-Kostenveränderungen von Monat zu Monat

Wenn dein Team Datadog Cloud Cost Management nutzt und deine Rolle es lesen kann, vergleicht Manus zwei Monate und zeigt, welche Services sich am meisten verändert haben.

Abhängigkeiten von payments-apiIllustration
Ruft es aufcheckout-webVerantwortliches Team: Webmobile-gatewayVerantwortliches Team: Mobil
Dienstpayments-apiVerantwortliches Team: Zahlungen
Es nutztledger-dbVerantwortliches Team: Plattformfraud-checkVerantwortliches Team: RisikonotificationsVerantwortliches Team: Wachstum
Hatte in den letzten zwei Stunden Warnungen
Cloud-Kosten, September bis OktoberIllustration
$53,900um 11.8% gestiegen gegenüber $48,200
  • payments-api+$2,940 · +31%
  • ledger-db+$1,610 · +22%
  • batch-jobs+$1,150 · +14%
  • checkout-web+$620 · +8%
  • search-indexer−$820 · −9%

Datadog MCP-Server-Einrichtung: Berechtigungen und Tools

Für das Datadog-MCP-Setup gibt es nichts zu installieren. Datadog ist bereits in den Manus-Konnektoren vorhanden: Verbinde dein Konto einmal, und jede Aufgabe kann die Datadog-MCP-Tools nutzen, die deine Rolle erlaubt.

  1. Connectors öffnen

    Öffne in Manus die Connectors, wähle Datadog, klicke auf Verbinden und verbinde dein Datadog-Konto.

  2. Prüfe deinen Datadog-Zugriff

    Der MCP-Zugriff muss für Ihre Organisation aktiviert sein, und Ihre Rolle benötigt MCP Read. Datadog Standard Role hat dies standardmäßig.

  3. In jeder Aufgabe fragen

    Frage in deinen eigenen Worten nach Alarmen, Logs, Traces oder Vorfällen. Manus sieht nur, was deine Datadog-Rolle sehen kann.

DatadogIllustration

Untersuchen Sie Datadog-Logs, Metriken, Traces, Monitore, Incidents, Events, Dashboards und Plattformressourcen durch natürlichsprachliche Anfragen. Nutzen Sie die Standard-Kerntools oder konfigurieren Sie optionale Toolsets für produktspezifische Untersuchungen und Betriebsabläufe.

Verbinden
  • MCP-Zugriff für Ihre OrganisationAn
  • Deine RolleMCP Read
Kern-Tools, standardmäßig aktiviert
  • Protokolle
  • Metriken
  • Traces
  • Monitore
  • Vorfälle
  • Ereignisse
  • Dashboards
  • Gastgeber
  • Dienste
  • Notizbücher

Weitere Datadog-Integrationen mit Manus

Fragen zum Datadog-MCP-Connector

Wie verbinde ich Datadog mit Manus?

Öffne Connectors in Manus, wähle Datadog, klicke auf Verbinden und verbinde dein Datadog-Konto. Der MCP-Zugriff muss für deine Datadog-Organisation aktiviert sein, was ein Administrator in Organization Settings verwaltet, und deine Rolle benötigt die MCP Read-Berechtigung. Die Datadog Standard Role enthält sie bereits.

Wird Manus mein Produktions-Setup oder meine Alerts ändern?

Nicht mit den Standardtools. Die Standard-Datadog-Tools lesen Logs, Metriken, Traces, Monitore und Incidents. Erstellen oder ändern können sie nur Datadog-Notebooks und -Dashboards, und auch nur, wenn Sie es verlangen. Sie verfügen über keine Tools, um Deployments zurückzusetzen, Dienste neu zu starten oder Monitore zu bearbeiten. Optionale Toolsets können Schreibtools hinzufügen, etwa zum Erstellen von Monitoren, richten Sie also nur die ein, die Sie benötigen. Ein Administrator kann den MCP-Schreibzugriff auch für alle in Organization Settings deaktivieren.

Welche Datadog Daten kann Manus sehen?

Nur das, was dein eigenes Datadog-Konto sehen kann. Der Datadog-MCP-Server nutzt deinen Zugriff, sodass deine Rollen und Datenzugriffsregeln weiterhin gelten. Jede Art von Daten benötigt zudem die übliche Datadog-Berechtigung, zum Beispiel Logs Read Data für Logs oder APM Read für Traces.

Welche Datadog MCP-Tools und Toolsets verwendet Manus?

Es beginnt mit den Kern-MCP-Server-Tools von Datadog für Logs, Metriken, Traces, Monitore, Incidents, Events, Dashboards, Hosts, Services und Notebooks. Der Connector kann außerdem mit optionalen Datadog-MCP-Toolsets für bestimmte Datadog-Produkte eingerichtet werden, etwa APM oder Database Monitoring.

Welche Datadog-Standorte werden unterstützt?

Der Datadog MCP-Server ist auf Datadog for Government-Websites nicht verfügbar. Für die anderen Datadog-Websites findest du die aktuelle Liste in der Dokumentation des Datadog MCP-Servers.

Ist Manus dasselbe wie Datadog Bits AI?

Nein. Bits AI ist der eigene KI-Kollege von Datadog, in Datadog integriert und von Datadog abgerechnet. Manus ist ein separater KI-Agent, der deine Datadog-Daten über den Datadog-MCP-Server liest und die Ergebnisse in deine anderen Apps, Dokumente und geplanten Aufgaben übertragen kann.

Ich nutze Datadog in Claude oder ChatGPT. Kann ich es auch in Manus nutzen?

Ja. Der Datadog-Connector für Claude und die Datadog-Integration für ChatGPT, die sich nur für US1 in der Preview-Phase befindet, laufen beide auf dem Datadog MCP-Server, und der Datadog-Connector in Manus nutzt denselben Server. Verbinde ihn einmal in den Manus-Connectors, und jede Aufgabe kann ihn danach verwenden.

Kann Manus die Vorfallzusammenfassung an Slack senden oder ein Ticket eröffnen?

Ja, wenn auch diese Apps verbunden sind. Manus kann die Zusammenfassung in einen Slack-Kanal posten und ein Folge-Issue in Linear, GitHub oder Jira eröffnen. Lass es dir zuerst den Text zeigen und erst nach deinem OK veröffentlichen.

Kann Manus Datadog nach Zeitplan prüfen?

Ja. Erstelle eine geplante Aufgabe, zum Beispiel jeden Werktag um 9 Uhr, und Manus prüft die Warnungen und Vorfälle der letzten Nacht und sendet dir eine kurze, nach Dienst gruppierte Zusammenfassung.

Kann mein Team sehen, was Manus in Datadog nachgeschlagen hat?

Ja. Datadog zeichnet jeden MCP-Server-Tool-Aufruf im Audit Trail auf, einschließlich des Tools, der Anfrage, des Benutzers, unter dem er ausgeführt wurde, und des Clients, der ihn gesendet hat.

Wie funktioniert die Preisgestaltung für Datadog MCP?

Alle Datadog-Kosten sind Teil des Datadog-Kontos und -Plans deines Unternehmens. Aktuelle Preise und Nutzungsgrenzen für den Datadog-MCP-Server findest du in der Datadog-Dokumentation.

Nutze Manus als deinen Datadog KI-Agenten

Verbinde Datadog in Manus