Arlet
Datadog

Datadog を Copilot Studio につなぐ

Copilot Studio から Datadog を検索・読み書きできます。Arlet が両者を 1 つの MCP 接続でつなぎ、鍵の管理と認証を引き受けます。

Arlet で Datadog を有効にするCopilot Studio の接続手順 (ドキュメント)

Datadog 公式の MCP サーバーを、Arlet を通していつもの AI サービスから使えるようにします。Datadog にログインするだけで接続が完了します。

ログ・メトリクス・トレース・モニター・インシデント・ダッシュボード・RUM の検索と、ノートブックの作成が AI から行えます (コアツールセット)。接続先は US1 サイト (datadoghq.com) で、利用するロールには mcp_read (書き込みには mcp_write) 権限が必要です。使えるツールは Datadog 公式サーバーが提供するものと同じです。

Datadog を Copilot Studio につなぐ手順

  1. 1

    Arlet のダッシュボードの「サービス連携ツール」で「サービス連携ツールを追加」を開き、Datadog を選びます。「Datadog と連携」でログインし、接続の名前を付けて「作成」します。

  2. 2

    Copilot Studio に職場アカウントでサインインし、エージェントを新規作成 (または既存を開き)、Build タブ右パネルの Tools → + → 追加 → モデル コンテキスト プロトコル (MCP) を選びます。

  3. 3

    MCP サーバーを追加フォームでサーバー名に「Arlet」、サーバー URL に https://mcp.arlet.dev/mcp/、認証に OAuth 2.0、構成の種類に「動的 (検出あり)」を選んで追加します。Client ID / Secret の入力は不要です。

  4. 4

    接続の選択画面で Create new connection → Create を選び、Arlet の認可画面で Google でサインインして Allow を押します。接続後に「追加」でツールをエージェントに入れ、Publish で公開すると Microsoft 365 Copilot から使えます。

Microsoft の職場アカウントと Copilot Studio のライセンス (またはトライアル) が必要です。MCP はエージェントが生成オーケストレーションの場合のみ使え、Teams 版 Copilot Studio では利用できません。

できること

Copilot Studio が呼び出せる Datadog のツールです。

  • search_datadog_logs

    ログを検索します。

  • analyze_datadog_logs

    ログを集計・分析します。

  • search_datadog_metrics

    メトリクスを検索します。

  • get_datadog_metric

    メトリクスの値を取得します。

  • search_datadog_spans

    APM のスパンを検索します。

  • get_datadog_trace

    トレースを取得します。

  • search_datadog_monitors

    モニターを検索します。

  • search_datadog_incidents

    インシデントを検索します。

  • get_datadog_incident

    インシデントの詳細を取得します。

  • search_datadog_events

    イベントを検索します。

  • search_datadog_hosts

    ホストを検索します。

  • search_datadog_dashboards

    ダッシュボードを検索します。

  • search_datadog_rum_events

    RUM イベントを検索します。

  • search_datadog_notebooks

    ノートブックを検索します。

  • create_datadog_notebook

    ノートブックを作成します。

ツール一覧は Datadog 公式 MCP サーバーの提供内容に従い、変わることがあります。

使い方の例

  • 障害の調査

    発報したモニターから関連するログとトレースを辿り、原因の候補をまとめます。

  • エラー傾向の把握

    直近のエラーログを集計し、サービス別・エラー種別の内訳を出します。

  • インシデントの振り返り

    インシデントのタイムラインと関連メトリクスを集め、振り返りのノートブックを作ります。

  • 性能の確認

    レイテンシのメトリクスとスパンを調べ、遅いエンドポイントを特定します。

そのまま使えるプロンプト

  • 今アラート中のモニターを一覧して、それぞれ関連するエラーログを 5 件ずつ出して
  • checkout サービスの直近 1 時間のエラーログをエラー種別ごとに集計して
  • インシデント #123 のタイムラインと関連メトリクスをまとめて、振り返り用のノートブックを作って
  • api サービスで p95 レイテンシが最も高いエンドポイント上位 5 件を出して

他の AI サービスで Datadog を使う