Bộ kết nối MCP Datadog cho Manus

Tìm ra điều gì đã hỏng trong Datadog mà không cần lục tung các dashboard

Kết nối Datadog và hỏi bằng ngôn ngữ đơn giản, ví dụ tại sao thanh toán bị chậm sau 11 giờ đêm. Manus kiểm tra các monitor đang cảnh báo, dùng phân tích log bằng AI để rà soát log, đọc metric và trace, so sánh trước và sau lần deploy gần nhất, rồi viết tóm tắt sự cố kèm nguyên nhân khả dĩ nhất. Nó chỉ tra cứu và báo cáo lại. Với các công cụ mặc định của Datadog, nó không thể rollback deploy, khởi động lại dịch vụ hay thay đổi monitor của bạn.

Trước tiên, hãy kết nối Datadog trong Manus

Tại sao payments-api bắt đầu chậm từ khoảng 11 giờ tối hôm qua?

Manus

độ trễ p95 vượt 800 ms vào lúc 23:16, bốn phút sau khi v2.4.1 được triển khai, và đạt đỉnh 2.4 s vào lúc 23:30. Hầu hết các yêu cầu chậm đều đang chờ một truy vấn cơ sở dữ liệu.

Những gì tôi đã kiểm tra trong Datadog
  • 4 bộ giám sát đang cảnh báo
  • 656 nhật ký lỗi và cảnh báo
  • 40 traces chậm
  • 3 sự kiện triển khai
Đã soạn tóm tắt sự cố cho #2418
Dòng thời gian sự cốservice:payments-api env:prodMinh họa
  1. 23:12Triển khaipayments-api v2.4.1 đã được triển khaiSự kiện triển khai từ pipeline của bạn
  2. 23:16Cảnh báoGiám sát: độ trễ p95 vượt 800 msTrạng thái đã chuyển từ Bình thường sang Cảnh báo
  3. 23:19LỗiLỗi 5xx tăng lên 6.8%Tăng từ 0.3% trước khi triển khai
  4. 00:04Đã khôi phụcĐộ trễ đã trở lại dưới 200 msSau khi nhóm triển khai lại v2.4.0 vào lúc 23:58

Phân tích log AI và phân loại cảnh báo của Datadog

Hỏi xem cái gì đang báo động và log nói gì. Manus đọc các monitor cảnh báo của bạn, tìm trong log, rồi cho biết nên xem chỗ nào trước. Nó hoạt động như trợ lý AI giám sát trong Datadog cho bất kỳ ai đang trực.

Đang cảnh báo lúc 23:25Minh họa
  • Cảnh báo
    độ trễ p95 vượt 800 mspayments-apitừ 23:16
  • Cảnh báo
    Tỷ lệ lỗi 5xx vượt quá 5%payments-apitừ 23:20
  • Cảnh báo
    Bộ nhớ kết nối cơ sở dữ liệu vượt quá 90%ledger-dbtừ 23:17
  • Cảnh báo
    Trang thanh toán p95 vượt 1 scheckout-webtừ 23:21

Bắt đầu với payments-api: cảnh báo độ trễ của nó kích hoạt trước tiên, bốn phút sau khi triển khai v2.4.1. Ba cảnh báo khác theo sau trong vòng năm phút.

Nhật kýservice: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 log trong giờ qua, được nhóm thành 3 mẫu
  • Hết thời gian chờ của pool kết nối412
  • Truy vấn ledger_entries chậm156
  • Lỗi 504 trên POST /v1/charges88

Phân loại cảnh báo của các monitor Datadog theo dịch vụ

Để phân loại cảnh báo Datadog, Manus liệt kê các monitor đang ở trạng thái Alert hoặc Warn, nhóm theo dịch vụ và đặt cái kích hoạt đầu tiên lên trên cùng, để bạn biết bắt đầu từ đâu.

Tìm log Datadog và nhóm các lỗi thành các dạng

Nêu tên một dịch vụ và một khoảng thời gian. Manus sẽ chạy tìm kiếm log trong Datadog để tìm lỗi và cảnh báo, đếm theo nội dung thông báo và hiển thị vài dòng thực tế từ mỗi nhóm.

Tại sao dịch vụ của tôi chậm? Kiểm tra trace và lần triển khai gần nhất

Manus tìm đoạn span mất nhiều thời gian nhất và đối chiếu độ trễ, lỗi với các sự kiện triển khai của bạn.

Tìm bước chậm trong một trace của Datadog

Manus lấy các yêu cầu chậm nhất của một dịch vụ, mở một trace và chỉ ra span tốn nhiều thời gian nhất.

So sánh lỗi trước và sau khi triển khai

Dùng Manus làm trợ lý AI SRE Datadog cho lần kiểm tra đầu tiên sau khi phát hành: nó tìm các sự kiện triển khai và tìm lỗi sau khi triển khai, so sánh tỷ lệ lỗi và độ trễ p95 trong một giờ trước và sau mỗi lần.

độ trễ p95, payments‑apiMinh họa
3 s2 s1 s0
Sau khi triển khai v2.4.1 lúc 23:12
22:3023:0023:3000:0000:30
Trước và sau v2.4.1
  • độ trễ p95180 ms2.4 s
  • Tỷ lệ lỗi 5xx0.3%6.8%
Truy vết cho một yêu cầu chậmMinh họa
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

Truy vấn ledger_entries chiếm 1,912 ms trong tổng số 2.41 s của yêu cầu này. Trước v2.4.1, cùng truy vấn này chỉ mất khoảng 40 ms.

Viết bản tóm tắt sự cố Datadog và bản thảo đánh giá sau sự cố

Manus sẽ đọc sự cố cùng các cảnh báo và các lần triển khai xung quanh nó, giúp bạn bắt đầu từ một dòng thời gian thay vì từ một trang trắng.

Tóm tắt sự cốMinh họa
#2418SEV-2Đã giải quyết
Thanh toán chậm và thất bại sau v2.4.123:16 đến 00:04 · payments-api · prod
  1. 1Phạm vi ảnh hưởngKhoảng 6.8% yêu cầu POST /v1/charges thất bại với lỗi 504 từ 23:19 đến 00:04. Độ trễ p95 đạt đỉnh ở mức 2.4 s.
  2. 2Nguyên nhân có thểMột truy vấn ledger_entries chậm hơn đã được triển khai trong v2.4.1. Các yêu cầu giữ kết nối cơ sở dữ liệu cho đến khi hồ kết nối cạn kiệt.
  3. 3Các bước tiếp theoXem lại thay đổi truy vấn ledger_entries trước khi v2.4.1 triển khai lại, và mở một vấn đề theo dõi cho nhóm Thanh toán.
Được tạo từ 4 cảnh báo giám sát, 3 sự kiện triển khai và 40 dấu vết. Bản thảo báo cáo sự cố đã sẵn sàng để chỉnh sửa.
Tóm tắt qua đêm DatadogNgày thường lúc 9:00

Từ 18:00 hôm qua: 4 bộ giám sát đã cảnh báo và 1 sự cố được mở. Mọi thứ đã trở lại bình thường.

  • payments-api2 cảnh báo, sự cố #2418 đã được giải quyết lúc 00:04
  • ledger-db1 cảnh báo, đã xóa lúc 00:06
  • checkout-web1 cảnh báo, đã xóa lúc 00:05

Biến một sự cố thành bản tóm tắt và bản dự thảo báo cáo sau sự cố

Manus sẽ đọc sự cố, dựng dòng thời gian từ các cảnh báo và sự kiện triển khai xung quanh nó, sau đó viết bản tóm tắt sự cố và bản dự thảo đánh giá sau sự cố để bạn chỉnh sửa.

Nhận tất cả cảnh báo của đêm qua trong một tin nhắn mỗi sáng

Một tác vụ theo lịch kiểm tra Datadog vào 9 giờ sáng các ngày trong tuần và gửi cho bạn những gì đã cảnh báo và sự cố nào đã mở ra trong đêm.

Xem cách các tác vụ theo lịch hoạt động

Lập bản đồ phụ thuộc dịch vụ và thay đổi chi phí đám mây Datadog

Trước khi bạn báo cấp cao hơn, xem những gì gọi đến dịch vụ và ai sở hữu nó. Với quyền phù hợp, cũng có thể so sánh chi phí đám mây theo tháng.

Kiểm tra ai phụ thuộc vào một dịch vụ trước khi bạn báo cáo cấp trên

Manus tra cứu dịch vụ đó trong danh mục Datadog và liệt kê những gì gọi nó, nó gọi những gì và mỗi dịch vụ do nhóm nào phụ trách.

So sánh thay đổi chi phí cloud theo từng tháng

Nếu nhóm bạn dùng Datadog Cloud Cost Management và vai trò của bạn có quyền đọc, Manus sẽ so sánh hai tháng và cho biết dịch vụ nào thay đổi nhiều nhất.

Các phụ thuộc của payments-apiMinh họa
Gọi nócheckout-webNhóm phụ trách: Webmobile-gatewayNhóm phụ trách: Di động
Dịch vụpayments-apiNhóm phụ trách: Thanh toán
Nó gọi đếnledger-dbNhóm phụ trách: Nền tảngfraud-checkNhóm phụ trách: Rủi ronotificationsNhóm phụ trách: Tăng trưởng
Có cảnh báo trong hai giờ qua
Chi phí đám mây, từ tháng 9 đến tháng 10Minh họa
$53,900tăng 11.8% so với $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%

Thiết lập máy chủ MCP Datadog: quyền và công cụ

Để thiết lập MCP Datadog, không cần cài đặt gì cả. Datadog đã có trong Connectors của Manus: kết nối tài khoản của bạn một lần, và mọi tác vụ đều có thể dùng các công cụ MCP Datadog mà vai trò của bạn cho phép.

  1. Mở Trình kết nối

    Trong Manus, mở Connectors, chọn Datadog, nhấn Kết nối và kết nối tài khoản Datadog của bạn.

  2. Kiểm tra quyền truy cập Datadog của bạn

    Tổ chức của bạn phải bật quyền truy cập MCP, và vai trò của bạn cần có MCP Read. Datadog Standard Role có quyền này theo mặc định.

  3. Hỏi trong bất kỳ task nào

    Hỏi về cảnh báo, log, trace hoặc sự cố bằng lời của riêng bạn. Manus chỉ thấy những gì vai trò Datadog của bạn được phép thấy.

DatadogMinh họa

Điều tra log, số liệu, trace, monitor, sự cố, sự kiện, dashboard và tài nguyên nền tảng của Datadog bằng các yêu cầu bằng ngôn ngữ tự nhiên. Sử dụng các công cụ cốt lõi mặc định hoặc cấu hình bộ công cụ tùy chọn để điều tra và vận hành theo từng sản phẩm cụ thể.

Kết nối
  • Quyền truy cập MCP cho tổ chức của bạnBật
  • Vai trò của bạnMCP Read
Công cụ cốt lõi, mặc định bật
  • Nhật ký
  • Thông số
  • Traces
  • Bộ giám sát
  • Sự cố
  • Sự kiện
  • Bảng điều khiển
  • Host
  • Dịch vụ
  • Notebook

Thêm các tích hợp Datadog với Manus

Câu hỏi về bộ kết nối MCP của Datadog

Làm thế nào để kết nối Datadog với Manus?

Mở Connectors trong Manus, chọn Datadog, nhấn “Kết nối” rồi kết nối tài khoản Datadog của bạn. Tổ chức Datadog của bạn cần bật quyền truy cập MCP (do quản trị viên quản lý trong Organization Settings), và vai trò của bạn cần có quyền MCP Read. Datadog Standard Role đã bao gồm quyền này theo mặc định.

Manus có thay đổi cấu hình production hoặc cảnh báo của tôi không?

Không với các công cụ mặc định. Các công cụ Datadog mặc định đọc log, số liệu, trace, monitor và sự cố. Những thứ duy nhất chúng có thể tạo hoặc thay đổi là notebook và dashboard của Datadog, và chỉ khi bạn yêu cầu. Chúng không có công cụ để rollback bản triển khai, khởi động lại dịch vụ hoặc chỉnh sửa monitor. Các bộ công cụ tùy chọn có thể thêm công cụ ghi, như tạo monitor, vì vậy chỉ nên bật những gì bạn cần. Quản trị viên cũng có thể tắt quyền ghi MCP cho mọi người trong Organization Settings.

Manus có thể thấy dữ liệu nào từ Datadog?

Chỉ những gì tài khoản Datadog của bạn có thể thấy. Máy chủ MCP của Datadog sử dụng quyền truy cập của bạn, vì vậy vai trò và quy tắc truy cập dữ liệu của bạn vẫn áp dụng, và mỗi loại dữ liệu cần quyền Datadog tương ứng, chẳng hạn Logs Read Data cho log hoặc APM Read cho trace.

Manus dùng những công cụ MCP và toolset Datadog nào?

Nó bắt đầu với các công cụ cốt lõi của máy chủ MCP Datadog dành cho log, số liệu, trace, monitor, incident, event, dashboard, host, service và notebook. Connector này cũng có thể được thiết lập với các bộ công cụ MCP Datadog tùy chọn cho các sản phẩm Datadog cụ thể, chẳng hạn APM hoặc Database Monitoring.

Những site Datadog nào được hỗ trợ?

Máy chủ MCP của Datadog không khả dụng trên các trang Datadog for Government. Với các trang Datadog khác, hãy xem tài liệu máy chủ MCP của Datadog để biết danh sách mới nhất.

Manus có giống với Datadog Bits AI không?

Không. Bits AI là trợ lý AI riêng của Datadog, được tích hợp sẵn trong Datadog và do Datadog tính phí. Manus là một AI agent riêng biệt, đọc dữ liệu Datadog của bạn qua máy chủ MCP của Datadog và có thể mang kết quả đó sang các ứng dụng, tài liệu và tác vụ theo lịch khác của bạn.

Tôi dùng Datadog trong Claude hoặc ChatGPT. Tôi có thể dùng nó trong Manus không?

Có. Trình kết nối Datadog cho Claude và tích hợp Datadog cho ChatGPT (hiện đang ở giai đoạn Preview, chỉ áp dụng cho US1) đều chạy trên máy chủ MCP của Datadog, và trình kết nối Datadog trong Manus cũng dùng chính máy chủ đó. Chỉ cần kết nối một lần trong phần Connectors của Manus, mọi tác vụ sau đó đều có thể sử dụng.

Manus có thể đăng tóm tắt sự cố lên Slack hoặc mở phiếu hỗ trợ không?

Có, nếu các ứng dụng đó cũng đã được kết nối. Manus có thể đăng bản tóm tắt lên kênh Slack và mở issue theo dõi trong Linear, GitHub hoặc Jira. Hãy yêu cầu nó cho bạn xem nội dung trước và chỉ đăng sau khi bạn đồng ý.

Manus có thể kiểm tra Datadog theo lịch không?

Có. Hãy tạo một tác vụ theo lịch, ví dụ mỗi ngày trong tuần vào 9 giờ sáng, và Manus sẽ kiểm tra các cảnh báo và sự cố từ đêm trước rồi gửi cho bạn một bản tóm tắt ngắn được nhóm theo dịch vụ.

Nhóm của tôi có thể xem Manus đã tra cứu gì trong Datadog không?

Có. Datadog ghi lại mọi lượt gọi công cụ của máy chủ MCP trong Audit Trail, bao gồm công cụ được dùng, nội dung yêu cầu, chạy dưới danh nghĩa người dùng nào và client nào đã gửi yêu cầu đó.

Giá của Datadog MCP được tính như thế nào?

Mọi chi phí Datadog là một phần của tài khoản và gói Datadog của công ty bạn. Để biết giá và giới hạn sử dụng hiện tại của máy chủ MCP Datadog, hãy xem tài liệu Datadog.

Dùng Manus làm tác nhân AI Datadog của bạn

Kết nối Datadog trong Manus