Datadog Agent Skills：为 AI 编程代理提供 Datadog 可观测性与运维技能集

datadog-labs/agent-skills · Public repository for Datadog Agent Skills

GitHub原文发布未知首次收录 2026-09-24上架 2026-09-24 07:01

ELI5：它是什么，解决什么问题

该项目是 Datadog 官方开源的 AI Agent 技能集合，面向 Claude Code、Codex CLI、Gemini CLI、Cursor、Windsurf、OpenCode 等代理工具，以可复用技能形式提供 Datadog 平台的查询与操作能力。技能覆盖监控器管理、日志搜索、APM 追踪与 SSI 单步埋点、官方文档检索、Agent Observability（实验分析、eval 生成与流水线、会话分类、trace 回放）、浏览器 SDK/RUM 埋点与版本迁移、Audit Trail 安全与合规调查、CI/CD 与 flaky 测试排查、Datadog Apps 构建等；同时提供 dd-pup CLI 与 MCP 两种后端接入方式。

# MCP # 云计算 # observability # Agent 技能 # ai-agents

核心能力与快速开始

★ 173 · Python

能做什么: 包含一组可被 AI 编程代理加载的技能：dd-pup（CLI 命令、认证、PATH 设置）、dd-monitors（创建/管理/静音监控器）、dd-logs（日志搜索）、dd-apm（追踪、服务、性能、Single-Step Instrumentation）、dd-docs（检索 Datadog 文档）、agent-observability（实验分析对比、trace 根因分析、evaluator 代码生成、数据集生成、八阶段 eval 流水线、会话意图分类、从人工标注构建 evaluator、trace 回放迭代）、dd-browser-sdk（RUM/日志/会话重放/profiling/产品分析/错误追踪/版本迁移）、dd-audit（安全调查、API key 泄露排查、成本突增归因、SOC 2/PCI 合规证据、AI 活动审计）、dd-software-delivery（unblock-pr 排查失败 CI 并分类 flaky/基础设施/回归，triage-flaky-test 分析 flaky 测试）、dd-apps（Datadog Apps 脚手架、本地运行、构建、上传、发布、CI/CD、DDSQL 数据访问）、dd-product-recommender（按代码库或目标推荐产品）、dd-instrument-rum（为 React/Next.js/Angular/Vue/Nuxt/Svelte 等浏览器应用接入 RUM）。
适用场景: 在编码代理中直接完成 Datadog 侧运维与排障：例如排查线上 LLM 应用的 eval 失败并生成评测器、对生产 trace 做根因分析、判定会话是否满足用户意图、审计 API key 异常使用与合规证据生成、在 PR CI 红灯时定位失败作业并区分 flaky 与回归、为浏览器前端接入 RUM 或升级 v7 版本、以及构建并发布 Datadog App。
项目形态: 资料合集
部署方式: 技能以目录形式安装到本地代理（如复制到 ~/.claude/skills，或通过 npx skills add 安装）；部分技能依赖 pup CLI（Homebrew 或源码构建）并需 pup auth login，另外部分技能通过 MCP 连接 Datadog 官方 MCP 服务端点。未说明自托管部署方式。
主要依赖: 需要 Datadog 账号及相关凭证：Audit 技能需 API key + App key 并具备 audit_logs_read 范围；dd-apps 需启用 Actions API Access 的 API key 与应用 key。agent-observability 技能需要 LLMO toolset（部分还需 core toolset）的 MCP 连接。软件交付技能需 pup CLI 或 software-delivery toolset。硬件、API 调用成本与配额材料未说明。
使用限制: README 摘录在 dd-apps 前置条件处被截断，部分技能的完整依赖与用法未说明。安全调查类技能当前直接调用 Datadog Audit REST API，因为尚无 pup audit 命令。在 pup 模式下不提供 PR 质量/安全数据，GitHub Actions 重试降级为 gh run rerun。各技能与 Datadog 商业平台绑定，材料未说明费用、可用性或商用授权条件（仓库许可证为 MIT，但平台侧限制未说明）。
许可证: MIT
最近推送: 2026-09-17 15:42

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-24 07:00 · 卡片整理：2026-09-24 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

程序员可使用该技能集在 AI 编程代理中查询 Datadog 日志、APM 追踪、管理监控器、排查 CI/CD 流水线与 flaky 测试、进行浏览器 RUM 埋点与版本迁移，以及构建 Datadog Apps。

查看内容依据

该项目是 Datadog 官方开源的 AI Agent 技能集合，面向 Claude Code、Codex CLI、Gemini CLI、Cursor、Windsurf、OpenCode 等代理工具，以可复用技能形式提供 Datadog 平台的查询与操作能力。技能覆盖监控器管理、日志搜索、APM 追踪与 SSI 单步埋点、官方文档检索、Agent Observability（实验分析、eval 生成与流水线、会话分类、trace 回放）、浏览器 SDK/RUM 埋点与版本迁移、Audit Trail 安全与合规调查、CI/CD 与 flaky 测试排查、Datadog Apps 构建等；同时提供 dd-pup CLI 与 MCP 两种后端接入方式。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Cogitator：TypeScript 自托管 AI Agent 运行时框架

Cogitator 是一个基于 TypeScript 的自托管 AI Agent 运行时，面向生产环境。它支持多提供商 LLM 接入（含 11 个内置提供商）、带审批机制的工具调用、记忆与 RAG、持久化工作流、多智能体协作（swarms）、沙箱执行以及 MCP 与 A2A 协议。同时提供 CLI、可视化 Studio、多渠道个人助理配置（YAML）等能力，可按包粒度按需安装。

product-manager-os：面向 AI 辅助产品管理的工作流系统

这是一个以证据为先、不绑定特定模型供应商的产品管理工作流系统，用可复用的技能（skills）覆盖产品调研、分析、综合、原型与测试等环节。其核心原则是 Agent 只负责识别问题、汇集证据、说明不确定性与给出选项，由产品经理做决策；自带受控的自我改进机制，通过契约围栏、三项评审、预算与完整性清单约束技能只能改进过程而不能改变用途。

cap-evolve：基于失败评测轨迹优化 AI Agent 的提示词、工具与技能包

cap-evolve 是一个用于优化 AI Agent 能力的 Python 工具与框架：在用户已有的 Agent 和评测之上运行「评测 → 诊断失败 → 生成候选修改 → 验证门控 → 提交」的循环，依据失败轨迹改进系统提示词、工具实现代码、MCP 工具面和技能包（Skill package），只优化 Agent 读取的内容而非模型权重。每次候选修改都是一次 git 提交，可通过终端实时视图和 dashboard 查看差异、成本、时间与逐任务通过/失败热力图；采用 val 显著性门控接受候选、密封测试集只评一次以保证评测诚实性。支持接入自有 Agent（实现 tasks/run_target/score 三个必需方法）以及 Claude Code 插件、多种编码 Agent 宿主等使用路径，并提供 toy_calc 等无需 API Key 的示例。

Treg：面向 Agent 工具的 OpenRouter 式工具注册与调用网关

Treg 是一个面向 AI Agent 的工具目录与调用代理，被其自身描述为“工具领域的 OpenRouter”。它汇集 3000+ 个来自 60+ 提供方的可调用端点（涵盖 SEO 与外链、社交与趋势、人物与公司信息补全、广告、抓取、图像与视频生成等），支持按调用计费，并统一使用单一 base URL 与 token 调用，无需单独注册各提供方账号。同时支持团队注册自有密钥、CLI 与 SKILL.md 技能，由服务端注入凭证，调用者无需持有密钥。项目提供 CLI、Claude Code 插件、MCP 接口与自托管方式。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。