用途
Datadog MCP Server 为 AI 助手提供对 Datadog 可观测性平台的完整访问能力，使 AI 能够在对话中直接查询日志、追踪、指标、事件、监控器、RUM 和 SLO 等数据。
主要能力
- 类 grep 的日志搜索。
- APM 追踪过滤，支持按持续时间、状态和错误条件查询。
- 智能采样模式（sample: "diverse" | "spread" | "first"），用于提升 token 效率。
- 日志、追踪与指标之间的交叉关联。
- 每个查询响应都包含根据所配置 DD_SITE 生成的 datadog_url 字段，支持 datadoghq.com（默认）、.eu、us3/us5/ap1.datadoghq.com 以及 ddog-gov.com，适用于 logs、metrics、traces、events、monitors、rum、slos。
使用方式
支持 stdio（本地）和 http（远程/Kubernetes）两种传输方式，通过 --transport=http 或 MCP_TRANSPORT=http 选择。配置 Claude Desktop / VS Code / Cursor 时只需两个必填密钥，也可选配置 EU 站点、自定义默认限制、更长的日志窗口等。传输配置应使用环境变量而非容器参数，因为 Kubernetes 的 args 会替换整个 Dockerfile CMD，导致 Node.js 接收到这些标志。
必填环境变量
资料中列出了“Required environment variables”一节，但未提供具体变量名与取值。
可选环境变量
资料中列出了“Optional environment variables”一节，但未提供具体变量名与取值。
AI 助手对查询限制拥有完全控制权。MCP_DEFAULT_* 环境变量仅设置 AI 未指定限制时使用的回退值，不会限制 AI 可请求的上限。工具级 token 缩减功能（日志的 compact: true、sample: "diverse" | "spread" | "first"、字段投影、诊断）在各工具的 MCP 描述中呈现，由 AI 在调用时选择。
值得注意的行为
- Renotifies 与真实触发：monitors top 和 events search 配合 source:alert 会统计 Datadog 发出的每次 renotify（监控器处于 Alert 时每个 renotify_interval 一次）。要获取实际状态转换，请使用 monitors history（默认 transitionType: ["alert","alert recovery"]）或向 events search 传入 transitionType。
- 夏令时安全的时间分桶：events histogram 通过 Intl.DateTimeFormat 按任意 IANA 时区的 hour_of_day / day_of_week / day_of_month 分桶，底层搜索采用游标分页，上限由 MCP_MAX_EVENTS_HISTOGRAM（默认 5000）控制，溢出时返回 bucketCountIncomplete + nextCursor。
- 创建前验证：monitors create 使用 dry_run: true 时调用 /api/v1/monitor/validate 而非持久化，在 --read-only 模式下也允许。
- 监控器模板预览：monitors preview 针对上下文负载渲染通知，支持变量替换、Datadog 六种文档化条件（is_alert、is_warning、is_no_data、is_recovery、is_alert_to_warning、is_warning_to_alert）以及标签条件 {{#is_match "tag" "val"}}（子串）和 {{#is_exact_match "tag" "val"}}（精确），支持 ^ 取反和多个比较值的 OR（基于 context.variables 解析，区分大小写）。{{#each}} 和 partials 会抛出 EUNSUPPORTED_TEMPLATE_SYNTAX。
- SLO 往返：slos get 会投影 query、monitorIds、monitorTags、groups 以及 UI url，便于编辑后回填到 slos update 而不丢失定义字段。
- 交叉关联：logs(sample:"diverse") → 提取 dd.trace_id → traces(query:"trace_id:<id>") → metrics(query:"p95:trace.express.request{service:...}")（百分位使用不带 .duration 的根指标）。
适用场景
适用于需要通过 AI 助手查询和排查 Datadog 可观测性数据的开发与运维场景，包括日志检索、追踪分析、指标查询、监控器与 SLO 管理，以及本地或 Kubernetes 环境中的远程部署。
限制
该项目为社区维护，与 Datadog, Inc. 无官方隶属、认可或支持关系，基于 Datadog API 独立开发。资料未提供具体的必填/可选环境变量名称与取值、安装命令或调用示例，这些内容暂未提供。
