在 Datadog MCP Server 中用代码执行降低 AI Agent 成本并提升准确率
这件事讲了什么
Datadog 为它的 MCP Server 加了一个叫 Code Execution 的功能，让 AI Agent 查日志、指标、链路时可以在一个沙箱里写 JavaScript 代码自己跑查询、合并结果，只把最终需要的证据交回给模型，而不是每一步都来回问模型。以前用传统 MCP 工具做多数据源排查，模型要反复处理工具说明和原始响应，既占上下文又贵。Datadog 用 25 个排查任务、四个模型对比发现，答案正确率平均提升 15.6 个百分点，输入 token 少 73.2%，工具调用少 39.6%。该功能已 generally available，在 MCP Server 里启用 code-exec 工具集即可使用，代码在隔离沙箱中运行、不接触调用者凭证。
可以使用的工具
文中可用工具
- Code Execution在隔离沙箱里让 AI Agent 用 JavaScript 代码查询和整合 Datadog 可观测性数据，已 generally available
- Datadog MCP Server把 Datadog 的多种数据查询能力以 MCP 工具形式提供给 AI Agent
- execute_codeCode Execution 提供的 MCP 工具，用于在沙箱中执行 Agent 生成的代码
- search_datadog_sdkCode Execution 提供的 MCP 工具，用于检索 Datadog SDK 的可用 API 操作
- Datadog TypeScript client SDKCode Execution 生成代码所基于的客户端 SDK，提供带类型、带权限校验的 API 操作
- code-exec在 Datadog MCP Server 中需要启用的 Code Execution 工具集名称
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。