ตัวเชื่อมต่อ Datadog MCP สำหรับ Manus

ค้นหาว่าอะไรพังใน Datadog โดยไม่ต้องขุดคุ้ยแดชบอร์ด

เชื่อมต่อ Datadog แล้วลองถามด้วยคำพูดธรรมดา เช่น ทำไมการชำระเงินถึงช้าลงหลังสี่ทุ่ม Manus จะตรวจสอบ monitor ที่กำลังแจ้งเตือน ใช้ AI วิเคราะห์ log เพื่อไล่ดูบันทึกต่าง ๆ อ่าน metrics และ traces เทียบความต่างก่อนและหลัง deploy ล่าสุด แล้วเขียนสรุปเหตุการณ์พร้อมสาเหตุที่เป็นไปได้มากที่สุด มันทำหน้าที่ตรวจสอบและรายงานผล เมื่อใช้เครื่องมือ Datadog แบบเริ่มต้น มันไม่สามารถ roll back การ deploy รีสตาร์ท services หรือแก้ไข monitor ของคุณได้

ก่อนอื่น เชื่อมต่อ Datadog ใน Manus

ทำไม payments-api ถึงช้าลงตั้งแต่ประมาณ 23 นาฬิกาคืนที่แล้ว

Manus

เวลาแฝง p95 เกิน 800 ms ที่ 23:16 หลังจากดีพลอย v2.4.1 เพียงสี่นาที และพุ่งสูงสุดที่ 2.4 s ตอน 23:30 คำขอที่ช้าส่วนใหญ่รอการคิวรีฐานข้อมูลเดียวกัน

สิ่งที่ฉันตรวจสอบใน Datadog
  • มอนิเตอร์ที่กำลังแจ้งเตือน 4 รายการ
  • บันทึกข้อผิดพลาดและคำเตือน 656 รายการ
  • 40 การติดตามที่ช้า
  • เหตุการณ์การดีพลอย 3 ครั้ง
ร่างสรุปเหตุการณ์สำหรับ #2418 แล้ว
ไทม์ไลน์เหตุการณ์service:payments-api env:prodภาพประกอบ
  1. 23:12ดีพลอยpayments-api v2.4.1 ถูกนำไปใช้งานแล้วอีเวนต์การดีพลอยจากไปป์ไลน์ของคุณ
  2. 23:16แจ้งเตือนตัวตรวจสอบ: ค่าหน่วงเวลา p95 สูงกว่า 800 msสถานะเปลี่ยนจากปกติเป็นแจ้งเตือน
  3. 23:19ข้อผิดพลาดอัตราข้อผิดพลาด 5xx เพิ่มขึ้นเป็น 6.8%เพิ่มขึ้นจาก 0.3% ก่อนการดีพลอย
  4. 00:04กู้คืนแล้วความล่าช้ากลับมาต่ำกว่า 200 ms แล้วหลังทีมดีพลอย v2.4.0 ใหม่เมื่อ 23:58

Datadog การวิเคราะห์ล็อกด้วย AI และการจัดลำดับความสำคัญของการแจ้งเตือน

ถามได้ว่าอะไรกำลังแจ้งเตือนและล็อกบอกว่าอย่างไร Manus จะอ่านตัวมอนิเตอร์การแจ้งเตือนของคุณและค้นหาในล็อก แล้วบอกว่าควรดูที่ไหนก่อน มันทำหน้าที่เป็นผู้ช่วย AI มอนิเตอร์บน Datadog ให้กับคนที่อยู่เวลานั้น

แจ้งเตือนเมื่อ 23:25ภาพประกอบ
  • แจ้งเตือน
    เวลาแฝง p95 สูงกว่า 800 mspayments-apiตั้งแต่ 23:16
  • แจ้งเตือน
    อัตราข้อผิดพลาด 5xx สูงกว่า 5%payments-apiตั้งแต่ 23:20
  • เตือน
    พูลการเชื่อมต่อฐานข้อมูลสูงกว่า 90%ledger-dbตั้งแต่ 23:17
  • เตือน
    หน้าชำระเงิน p95 สูงกว่า 1 scheckout-webตั้งแต่ 23:21

เริ่มจาก payments-api ซึ่งแจ้งเตือนความล่าช้าก่อนใคร สี่นาทีหลังการดีพลอย v2.4.1 ส่วนอีกสามรายการตามมาภายในห้านาที

บันทึกservice: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
บันทึก 656 รายการในชั่วโมงที่ผ่านมา จัดกลุ่มเป็น 3 รูปแบบ
  • การหมดเวลาของ connection pool412
  • คิวรีที่ช้าของ ledger_entries156
  • ข้อผิดพลาด 504 ที่ POST /v1/charges88

จัดลำดับการแจ้งเตือนของตัวตรวจสอบ Datadog ตามบริการ

สำหรับการจัดลำดับการแจ้งเตือนของ Datadog Manus จะแสดงรายการมอนิเตอร์ที่อยู่ในสถานะ Alert หรือ Warn จัดกลุ่มตามบริการ และวางตัวที่เกิดขึ้นก่อนไว้ด้านบนสุด เพื่อให้คุณรู้ว่าควรเริ่มตรวจที่ไหน

ค้นหาล็อกใน Datadog และจัดกลุ่มข้อผิดพลาดเป็นรูปแบบต่าง ๆ

ระบุชื่อบริการและช่วงเวลา Manus จะค้นหาล็อกข้อผิดพลาดและคำเตือนใน Datadog นับจำนวนตามข้อความ และแสดงตัวอย่างบรรทัดจริงจากแต่ละกลุ่ม

ทำไมบริการของฉันถึงช้า ตรวจสอบ Trace และการดีพลอยครั้งล่าสุด

Manus จะค้นหาสแปน (span) ที่ใช้เวลานานที่สุด และนำเวลาแฝง (latency) กับข้อผิดพลาดมาเทียบกับเหตุการณ์การดีพลอยของคุณ

ค้นหาขั้นตอนที่ช้าใน trace ของ Datadog

Manus จะดึงคำขอที่ช้าที่สุดของบริการหนึ่ง เปิดเทรซขึ้นมาหนึ่งรายการ และชี้ไปที่ span ที่ใช้เวลานานที่สุด

เปรียบเทียบข้อผิดพลาดก่อนและหลังการดีพลอย

ใช้ Manus เป็นผู้ช่วย AI SRE Datadog ของคุณสำหรับการตรวจสอบครั้งแรกหลังปล่อยเวอร์ชันใหม่: มันจะหาเหตุการณ์การดีพลอยและมองหาข้อผิดพลาดหลังดีพลอย โดยเทียบอัตราข้อผิดพลาดและ p95 latency ของหนึ่งชั่วโมงก่อนและหลังแต่ละครั้ง

เวลาแฝง p95 ของ payments‑apiภาพประกอบ
3 s2 s1 s0
หลังดีพลอย v2.4.1 เมื่อ 23:12
22:3023:0023:3000:0000:30
ก่อนและหลัง v2.4.1
  • เวลาแฝง p95180 ms2.4 s
  • อัตราข้อผิดพลาด 5xx0.3%6.8%
เส้นทางของคำขอที่ช้ารายการหนึ่งภาพประกอบ
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

คำขอนี้ใช้เวลาทั้งหมด 2.41 s โดยคิวรี ledger_entries ใช้เวลาไปถึง 1,912 ms ก่อนหน้า v2.4.1 คิวรีเดียวกันใช้เวลาประมาณ 40 ms เท่านั้น

เขียนสรุปเหตุการณ์และฉบับร่างสรุปผลหลังเหตุการณ์ของ Datadog

Manus จะอ่านเหตุการณ์และการแจ้งเตือนรอบๆ แล้ววางไทม์ไลน์ให้ คุณจึงเริ่มจากไทม์ไลน์ ไม่ใช่หน้ากระดาษเปล่า

สรุปเหตุการณ์ภาพประกอบ
#2418SEV-2แก้ไขแล้ว
การชำระเงินช้าและล้มเหลวหลังจาก v2.4.123:16 ถึง 00:04 · payments-api · prod
  1. 1ผลกระทบประมาณ 6.8% ของคำขอ POST /v1/charges ล้มเหลวด้วยข้อผิดพลาด 504 ตั้งแต่ 23:19 ถึง 00:04 ความหน่วง p95 สูงสุดอยู่ที่ 2.4 s
  2. 2สาเหตุที่เป็นไปได้คิวรี ledger_entries ที่ช้าลงถูกปล่อยออกมาในเวอร์ชัน v2.4.1 คำขอค้างการเชื่อมต่อฐานข้อมูลไว้จนกระทั่งพูลหมด
  3. 3ขั้นตอนถัดไปตรวจสอบการเปลี่ยนแปลงคำสั่งค้นหา ledger_entries ก่อนที่ v2.4.1 จะปล่อยอีกครั้ง และเปิดอิชชูติดตามให้ทีม Payments
สร้างจากการแจ้งเตือนของมอนิเตอร์ 4 รายการ อีเวนต์การดีพลอย 3 ครั้ง และเทรซ 40 รายการ ร่างรายงานสรุปเหตุการณ์พร้อมให้แก้ไขแล้ว
สรุปข้ามคืนของ Datadogวันธรรมดา เวลา 9:00

ตั้งแต่ 18:00 เมื่อวานนี้: มอนิเตอร์ 4 ตัวแจ้งเตือน และเปิดเหตุการณ์ 1 รายการ ทุกอย่างกลับมาเป็นปกติแล้ว

  • payments-apiการแจ้งเตือน 2 รายการ เหตุการณ์ #2418 ได้รับการแก้ไขเมื่อ 00:04
  • ledger-db1 คำเตือน เคลียร์แล้วเมื่อ 00:06
  • checkout-web1 คำเตือน เคลียร์แล้วเมื่อ 00:05

เปลี่ยนเหตุการณ์ให้เป็นสรุปและฉบับร่างรายงานสรุปหลังเหตุการณ์

Manus จะอ่านเหตุการณ์ สร้างไทม์ไลน์จากการแจ้งเตือนและเหตุการณ์การดีพลอยที่เกี่ยวข้อง จากนั้นเขียนสรุปเหตุการณ์และร่างรายงานสรุปบทเรียน (postmortem) ให้คุณแก้ไข

รับการแจ้งเตือนของเมื่อคืนในข้อความเดียวทุกเช้า

งานที่ตั้งเวลาไว้จะตรวจสอบ Datadog ตอน 9 โมงเช้าในวันทำการ และส่งให้คุณว่ามีการแจ้งเตือนอะไรและเหตุการณ์ใดเกิดขึ้นในช่วงกลางคืน

ดูวิธีการทำงานของงานตามกำหนดเวลา

ทำแผนที่การพึ่งพาของบริการและการเปลี่ยนแปลงต้นทุนคลาวด์ของ Datadog

ก่อนที่จะส่งต่อปัญหา ให้ดูก่อนว่ามีอะไรเรียกใช้บริการนี้บ้างและใครเป็นผู้ดูแล หากมีสิทธิ์ที่เหมาะสม ยังสามารถเปรียบเทียบค่าใช้จ่ายคลาวด์รายเดือนได้ด้วย

ตรวจสอบว่าใครพึ่งพาบริการนี้ก่อนที่คุณจะยกระดับปัญหา

Manus จะค้นหาเซอร์วิสนี้ในแคตตาล็อกของ Datadog และแสดงรายการว่าใครเรียกใช้มัน มันเรียกใช้อะไรบ้าง และแต่ละเซอร์วิสเป็นของทีมไหน

เปรียบเทียบการเปลี่ยนแปลงต้นทุนคลาวด์แบบรายเดือน

ถ้าทีมของคุณใช้ Datadog Cloud Cost Management และบทบาทของคุณมีสิทธิ์อ่านได้ Manus จะเปรียบเทียบสองเดือนและแสดงให้เห็นว่าบริการใดเปลี่ยนแปลงมากที่สุด

การพึ่งพาของ payments-apiภาพประกอบ
เรียกใช้บริการของมันcheckout-webผู้รับผิดชอบ: เว็บmobile-gatewayผู้รับผิดชอบ: มือถือ
บริการpayments-apiผู้รับผิดชอบ: การชำระเงิน
สิ่งที่มันเรียกใช้ledger-dbผู้รับผิดชอบ: แพลตฟอร์มfraud-checkผู้รับผิดชอบ: ความเสี่ยงnotificationsผู้รับผิดชอบ: การเติบโต
มีการแจ้งเตือนในช่วงสองชั่วโมงที่ผ่านมา
ต้นทุนคลาวด์ ตั้งแต่กันยายนถึงตุลาคมภาพประกอบ
$53,900เพิ่มขึ้น 11.8% จาก $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%

การตั้งค่าเซิร์ฟเวอร์ Datadog MCP: สิทธิ์และเครื่องมือ

สำหรับการตั้งค่า Datadog MCP ไม่มีอะไรต้องติดตั้ง Datadog มีอยู่แล้วใน Connectors ของ Manus เชื่อมต่อบัญชีของคุณครั้งเดียว แล้วงานใดก็ตามก็สามารถใช้เครื่องมือ MCP ของ Datadog ที่บทบาทของคุณอนุญาตได้

  1. เปิดตัวเชื่อมต่อ

    ใน Manus ให้เปิด Connectors เลือก Datadog เลือก เชื่อมต่อ แล้วเชื่อมต่อบัญชี Datadog ของคุณ

  2. ตรวจสอบสิทธิ์การเข้าถึง Datadog ของคุณ

    องค์กรของคุณต้องเปิดสิทธิ์เข้าถึง MCP และบทบาทของคุณต้องมี MCP Read โดย Datadog Standard Role มีสิทธิ์นี้อยู่แล้วตามค่าเริ่มต้น

  3. ถามได้ในงานไหนก็ได้

    ถามเกี่ยวกับการแจ้งเตือน บันทึก การติดตามเส้นทาง หรือเหตุการณ์ด้วยคำพูดของคุณเอง Manus จะเห็นเฉพาะสิ่งที่บทบาท Datadog ของคุณมองเห็นได้

Datadogภาพประกอบ

ตรวจสอบล็อก เมตริก เทรซ ตัวตรวจสอบ เหตุการณ์ผิดปกติ อีเวนต์ แดชบอร์ด และทรัพยากรแพลตฟอร์มของ Datadog ผ่านคำสั่งภาษาธรรมชาติ ใช้เครื่องมือหลักเริ่มต้นได้ หรือกำหนดค่าชุดเครื่องมือเสริมสำหรับการตรวจสอบและดำเนินงานเฉพาะผลิตภัณฑ์

เชื่อมต่อ
  • สิทธิ์เข้าถึง MCP สำหรับองค์กรของคุณเปิดใช้งานแล้ว
  • บทบาทของคุณMCP Read
เครื่องมือหลัก เปิดใช้งานโดยค่าเริ่มต้น
  • บันทึก
  • เมตริกส์
  • เส้นทางการทำงาน
  • ตัวตรวจสอบ
  • เหตุการณ์
  • เหตุการณ์
  • แดชบอร์ด
  • โฮสต์
  • บริการ
  • โน้ตบุ๊ก

การเชื่อมต่อ Datadog กับ Manus เพิ่มเติม

คำถามเกี่ยวกับตัวเชื่อมต่อ MCP ของ Datadog

ฉันจะเชื่อมต่อ Datadog กับ Manus ได้อย่างไร

เปิด Connectors ใน Manus เลือก Datadog เลือก เชื่อมต่อ แล้วเชื่อมต่อบัญชี Datadog ของคุณ ต้องเปิดใช้งานการเข้าถึง MCP สำหรับองค์กร Datadog ของคุณ ซึ่งผู้ดูแลระบบจัดการใน Organization Settings และบทบาทของคุณต้องมีสิทธิ์ MCP Read ซึ่ง Datadog Standard Role มีสิทธิ์นี้อยู่แล้ว

Manus จะเปลี่ยนการตั้งค่าโปรดักชันหรือการแจ้งเตือนของฉันไหม

จะไม่ทำเมื่อใช้เครื่องมือเริ่มต้น เครื่องมือ Datadog เริ่มต้นจะอ่านล็อก เมตริก เทรซ มอนิเตอร์ และอินซิเดนต์ สิ่งเดียวที่สร้างหรือเปลี่ยนแปลงได้คือโน้ตบุ๊กและแดชบอร์ดของ Datadog และทำเฉพาะเมื่อคุณขอเท่านั้น เครื่องมือเหล่านี้ไม่มีความสามารถในการย้อนกลับการดีพลอย รีสตาร์ตบริการ หรือแก้ไขมอนิเตอร์ ชุดเครื่องมือเสริมอาจเพิ่มเครื่องมือเขียนได้ เช่น การสร้างมอนิเตอร์ ดังนั้นควรเปิดใช้งานเฉพาะที่คุณต้องการ ผู้ดูแลระบบยังสามารถปิดการเข้าถึงแบบเขียนของ MCP สำหรับทุกคนได้ที่ Organization Settings

Manus สามารถเห็นข้อมูล Datadog อะไรได้บ้าง?

เห็นได้เฉพาะสิ่งที่บัญชี Datadog ของคุณเองมองเห็นได้เท่านั้น เซิร์ฟเวอร์ MCP ของ Datadog ใช้สิทธิ์การเข้าถึงของคุณ ดังนั้นบทบาทและกฎการเข้าถึงข้อมูลของคุณยังมีผลอยู่ และข้อมูลแต่ละประเภทก็ยังต้องใช้สิทธิ์ Datadog ตามปกติ เช่น Logs Read Data สำหรับบันทึก (logs) หรือ APM Read สำหรับการติดตามคำขอ (traces)

Manus ใช้เครื่องมือและทูลเซ็ต Datadog MCP ตัวไหนบ้าง?

เริ่มต้นด้วยเครื่องมือหลักของเซิร์ฟเวอร์ MCP ของ Datadog สำหรับล็อก เมตริก เทรซ มอนิเตอร์ อินซิเดนต์ อีเวนต์ แดชบอร์ด โฮสต์ บริการ และโน้ตบุ๊ก ตัวเชื่อมต่อยังสามารถตั้งค่าด้วยชุดเครื่องมือ MCP เสริมของ Datadog สำหรับผลิตภัณฑ์ Datadog เฉพาะ เช่น APM หรือ Database Monitoring

รองรับไซต์ Datadog ไหนบ้าง?

เซิร์ฟเวอร์ MCP ของ Datadog ใช้ไม่ได้บนไซต์ Datadog for Government ส่วนไซต์ Datadog อื่น ๆ ให้ตรวจสอบรายชื่อปัจจุบันในเอกสารเซิร์ฟเวอร์ MCP ของ Datadog

Manus เหมือนกับ Datadog Bits AI หรือไม่?

ไม่ใช่ Bits AI เป็น AI ผู้ช่วยของ Datadog เอง ฝังอยู่ใน Datadog และเรียกเก็บเงินโดย Datadog ส่วน Manus เป็น AI เอเจนต์แยกต่างหากที่อ่านข้อมูล Datadog ของคุณผ่านเซิร์ฟเวอร์ MCP ของ Datadog และสามารถนำผลลัพธ์ไปใช้ในแอปอื่น เอกสาร และงานตามกำหนดเวลาของคุณได้

ฉันใช้ Datadog ใน Claude หรือ ChatGPT แล้ว ใช้ใน Manus ได้ไหม

ใช่ ทั้งตัวเชื่อมต่อ Datadog สำหรับ Claude และการเชื่อมต่อ Datadog กับ ChatGPT ซึ่งอยู่ในสถานะ Preview เฉพาะ US1 เท่านั้น ต่างทำงานอยู่บน MCP server ของ Datadog และตัวเชื่อมต่อ Datadog ใน Manus ก็ใช้เซิร์ฟเวอร์เดียวกันนี้ เชื่อมต่อครั้งเดียวในส่วน Connectors ของ Manus แล้วทุกงานก็สามารถใช้งานได้

Manus สามารถโพสต์สรุปเหตุการณ์ไปที่ Slack หรือเปิดตั๋วได้ไหม

ได้ หากแอปเหล่านั้นเชื่อมต่อไว้ด้วยเช่นกัน Manus สามารถโพสต์สรุปไปยังแชนแนล Slack และเปิดงานติดตามผลใน Linear, GitHub หรือ Jira ขอให้มันแสดงข้อความให้ดูก่อน และโพสต์เฉพาะหลังจากที่คุณตอบตกลงแล้ว

Manus สามารถตรวจสอบ Datadog ตามกำหนดเวลาได้ไหม

ได้ สร้างงานตามกำหนดเวลา เช่น ทุกวันทำการเวลา 9 โมงเช้า แล้ว Manus จะตรวจสอบการแจ้งเตือนและเหตุการณ์จากคืนก่อน และส่งสรุปสั้นๆ ที่จัดกลุ่มตามบริการให้คุณ

ทีมของฉันสามารถดูสิ่งที่ Manus ค้นหาใน Datadog ได้ไหม

ได้ Datadog จะบันทึกการเรียกใช้เครื่องมือของเซิร์ฟเวอร์ MCP ทุกครั้งไว้ใน Audit Trail รวมถึงเครื่องมือที่ใช้ สิ่งที่ขอ ผู้ใช้ที่รันคำสั่ง และไคลเอนต์ที่ส่งคำขอนั้น

ราคาของ Datadog MCP คิดอย่างไร?

ค่าใช้จ่ายใดๆ ของ Datadog จะรวมอยู่ในบัญชีและแพ็กเกจ Datadog ของบริษัทคุณ สำหรับราคาและขีดจำกัดการใช้งานของ Datadog MCP server ในปัจจุบัน โปรดตรวจสอบเอกสารของ Datadog

ใช้ Manus เป็นเอเจนต์ AI Datadog ของคุณ

เชื่อมต่อ Datadog ใน Manus

Less structure,
more intelligence.

สินค้า

ราคาเว็บแอปการออกแบบด้วย AIสไลด์ AIเครื่องสร้างภาพ AIเครื่องสร้างเพลง AIวิดีโอWide Researchการรวมกับ Slackโมเดลทั้งหมดฟีเจอร์เพิ่มเติม

ทรัพยากร

ดาวน์โหลดบล็อกเอกสารการอัปเดตศูนย์ช่วยเหลือศูนย์ความเชื่อมั่นAPIแผนทีมบริษัทสตาร์ทอัพPlaybookทรัพยากรแบรนด์

ชุมชน

กิจกรรมFellows

เปรียบเทียบ

เทียบกับ ChatGPTเทียบกับ Lovableเทียบกับ Replit

ดาวน์โหลด

แอปเดสก์ท็อปMy Browser

ธุรกิจ

แผนทีมSSOAPI

บริษัท

เกี่ยวกับเราร่วมงานกับเราสำหรับสื่อข้อกำหนดการให้บริการนโยบายความเป็นส่วนตัว
© 2026 Manus AI