Datadog erweitert MCP Server für Kubernetes- und Prozessanalysen

Vier Tools untersuchen den Zustand der Kubernetes-Control-Plane

Der Datadog MCP Server stellt jetzt vier schreibgeschützte Tools bereit, mit denen sich der Zustand eines Kubernetes-Clusters in einem einzigen Aufruf bewerten lässt. Agenten können Signale des API-Servers untersuchen, darunter Fehlerraten bei Anfragen, durch Ratenbegrenzungen eingeschränkte Client-Anfragen, die maximale Zahl gleichzeitig laufender Anfragen, abgewiesene Anfragen und Anfragen in der Warteschlange.

Separate Tools decken den Scheduler, den Controller Manager und etcd ab. Die Scheduler-Daten umfassen Scheduling-Versuche und -Dauer, während die Daten des Controller Managers die Tiefe der Arbeitswarteschlange, die Verarbeitungsdauer, die Zahl der Goroutinen und die Zahl der Threads abdecken. Das etcd-Tool prüft unter anderem die Signale zur Verfügbarkeit des Leaders, zu Leader-Wechseln, fehlgeschlagenen Schreibvorschlägen, zur Commit-Dauer des Backends, zur WAL-Fsync-Dauer und zur Round-Trip-Zeit zwischen Peers.

Jedes Tool akzeptiert über den Parameter kube_cluster_name einen Clusternamen sowie optional ein Zeitfenster. Standardmäßig wird ein Zeitraum von den letzten 10 Minuten verwendet, Abfragen können jedoch bis zu 4 Stunden abdecken. Vor der Abfrage von Metriken prüft das Tool, ob Datadog den angegebenen Cluster erkennt.

Live Processes liefert Belege zu einzelnen Prozessen

Das Tool search_datadog_live_processes ermöglicht KI-Agenten den Zugriff auf aktuelle Prozessbeobachtungen, die von Datadogs Live Processes erfasst wurden. Agenten können nach ausführbarer Datei, Befehlszeile, Tags oder Beobachtungszeit suchen, um festzustellen, ob ein Prozess läuft, wann er gestartet wurde und welchem Benutzer er gehört.

Die zurückgegebenen Informationen können die ausführbare Datei und die Befehlszeile, die Prozess- und übergeordneten Prozess-IDs, den Prozesseigentümer, den Host, die Startzeit, den Zeitpunkt der letzten Beobachtung und Prozess-Tags umfassen. Bei der Suche können exakte Tags wie Host, Service, Umgebung, Kubernetes-Metadaten und user:<name> verwendet werden.

Das Standard-Suchfenster beträgt 15 Minuten. Live Processes speichert Beobachtungen 36 Stunden lang, einzelne Abfragen können bis zu 1 Stunde abdecken. Datadog zufolge wurden in einer internen Evaluierung mit Live-Produktionsdaten 10 Szenarien in natürlicher Sprache mit jeweils drei Durchläufen getestet. Die Korrektheit der Antworten stieg von 10 % ohne das Tool auf 96,7 % mit dem Tool. Maßgeblich war, ob die zurückgegebenen Prozessdatensätze mit der öffentlichen API übereinstimmten.

Kontrollen helfen Agenten bei großen Prozessergebnissen

Nach Angaben von Datadog kann ein einzelner Kubernetes-Prozess mehr als hundert Tags von seinem Host, Container, Cluster und seiner Cloud-Umgebung tragen. Würden für jeden Prozess alle Tags zurückgegeben, könnte dies bereits vor Beginn der Analyse einen großen Teil des Kontextfensters eines Agenten verbrauchen.

Um die Größe der Antwort zu begrenzen, verwendet das Such-Tool für Live Processes standardmäßig ein Token-Budget von 10.000 Tokens. Außerdem bietet es Cursor für die Seitennavigation und zeigt an, wenn Ergebnisse gekürzt wurden. Dadurch können Agenten unvollständige Antworten erkennen und ihre Suchen verfeinern.

Die Tools für die Control-Plane verwenden bereits von Datadog erfasste Telemetriedaten. Sie führen keine Befehle innerhalb von Kubernetes-Clustern aus und ändern keine Cluster-Ressourcen. Der Zugriff richtet sich nach den Berechtigungen des aufrufenden Benutzers, darunter Timeseries Query, Metrics Read und Hosts Read. Zusammen mit Datadogs bestehenden Kubernetes-MCP-Tools zum Auffinden und Untersuchen von Ressourcen können die Erweiterungen Agenten dabei helfen, Symptome von Workloads mit dem Zustand des Clusters und Belegen auf Prozessebene zu verknüpfen.