SKILLEMALL.ai

AC datadog-mcp

Наблюдаемость Datadog через официальный сервер MCP — запрашивайте журналы, трассировки, метрики, мониторы, инциденты, панели мониторинга, хосты, синтетические тесты и рабочие процессы через удаленную конечную точку MCP Datadog. Используйте при расследовании проблем в рабочей среде, проверке состояния мониторов, поиске журналов/трассировок, запросе временных рядов метрик, управлении инцидентами или перечислении панелей мониторинга и синтетических тестов. Поддерживает как удаленные (Streamable HTTP), так и локальные (stdio) транспорты MCP. Требуются DD_API_KEY и DD_APP_KEY.

машинный переводПоказать оригиналСкрыть оригинал«Datadog observability via the official MCP Server — query logs, traces…»

Datadog observability via the official MCP Server — query logs, traces, metrics, monitors, incidents, dashboards, hosts, synthetics, and workflows through Datadog's remote MCP endpoint. Use when investigating production issues, checking monitor status, searching logs/traces, querying metrics timeseries, managing incidents, or listing dashboards and synthetic tests. Supports both remote (Streamable HTTP) and local (stdio) MCP transports. Requires DD_API_KEY and DD_APP_KEY.

ClawHub Agent Skills автор: Brandon Wilson v1.1.1 MIT-0 10 файлов · 1 скрипт тело ≈ 907 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Наблюдаемость Datadog через официальный сервер MCP — запрашивайте журналы, трассировки, метрики, мониторы, инциденты, панели мониторинга, хосты, синтетические…

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ПроцедураИнфраструктураДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 13
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 907 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 476 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 5)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a disclosed Datadog observability integration, but users should scope Datadog credentials carefully because it can expose production data and optionally trigger workflows.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.