| name | dd-investigate |
| description | Datadogでサービス・アラート・モニターを調査。「アラートについて調査」「このアラート調べて」「Datadogで調べて」「モニター確認」「サービスの状態確認」「エラー調査」等で起動。 |
| user-invocable | true |
| allowed-tools | ["mcp__datadog-mcp__analyze_datadog_logs","mcp__datadog-mcp__search_datadog_logs","mcp__datadog-mcp__search_datadog_spans","mcp__datadog-mcp__get_datadog_metric","mcp__datadog-mcp__get_datadog_metric_context","mcp__datadog-mcp__search_datadog_services","mcp__datadog-mcp__search_datadog_monitors","mcp__datadog-mcp__search_datadog_incidents","mcp__datadog-mcp__search_datadog_events","mcp__datadog-mcp__get_datadog_incident","mcp__datadog-mcp__get_datadog_trace","Bash"] |
dd-investigate
Datadogを起点としたアラート・サービス調査。
基本原則
- アラート調査: モニター詳細 → イベント履歴 → メトリクス/ログ
- サービス調査: 集計 → パターン → 詳細
- GCP系アラート: Datadog確認後、gcloudで補完調査
調査フロー
アラート調査（優先）
ユーザーがアラートについて質問した場合：
- モニター特定:
search_datadog_monitors でタイトルキーワード検索
- イベント履歴:
search_datadog_events で発火/復旧タイミング確認
- メトリクス確認:
get_datadog_metric でモニターのクエリを実行
- 根本原因: ログ/トレースで詳細確認
GCP系（Cloud Armor, Cloud Run等）の場合：
- Datadogで概要把握後、
gcloud logging read で詳細ログ確認
- 環境: billioon-dev, billioon-stg, billioon-203806(prd)
サービス調査
特定サービスの状態を確認する場合：
analyze_datadog_logs で集計search_datadog_logs でパターン確認- 必要に応じてトレース/メトリクス
テンプレート集
0. アラート調査（推奨）
対象: Slackに来たアラートを調査したい
手順:
1. search_datadog_monitors でモニター特定
query: "title:{アラート名のキーワード}"
2. search_datadog_events でイベント履歴
query: "*{モニター名}*"
from: "now-24h"
3. get_datadog_metric でメトリクス確認
queries: [モニターのクエリ]
from: "now-2h"
4. GCP系の場合、gcloudで補完:
gcloud logging read '<フィルタ>' --project=<project_id> --freshness=4h
結果を要約:
- 発火時刻と復旧時刻
- 原因（ログ/メトリクスから特定）
- 対応要否の判断
1. エラー調査
対象: サービスのエラー状況を把握したい
Task:
subagent_type: "general-purpose"
prompt: |
{service} のエラー状況を調査。
手順:
1. analyze_datadog_logs で時系列カウント
filter: "service:{service} status:error"
sql_query: "SELECT DATE_TRUNC('minute', timestamp) as min, count(*) FROM logs GROUP BY DATE_TRUNC('minute', timestamp) ORDER BY min DESC"
from: "now-1h", max_tokens: 3000
2. search_datadog_logs でパターン確認
query: "service:{service} status:error"
use_log_patterns: true, max_tokens: 2000
結果を要約:
- エラー数の推移（増加傾向/安定/減少）
- 主なエラーパターン
- 推奨アクション（あれば）
2. レイテンシ調査
対象: サービスの応答速度を確認したい
Task:
subagent_type: "general-purpose"
prompt: |
{service} のレイテンシを調査。
手順:
1. get_datadog_metric でp99レイテンシ
queries: ["p99:trace.http.request.duration{service:{service}}"]
from: "now-1h", raw_data: false, max_tokens: 3000
2. 異常があれば search_datadog_spans で遅いリクエスト
query: "service:{service} @duration:>1000000000"
max_tokens: 3000
結果を要約:
- p99レイテンシの状況
- 遅いリクエストのパターン（あれば）
3. インシデント確認
対象: 現在のインシデント状況を把握したい
Task:
subagent_type: "general-purpose"
prompt: |
アクティブなインシデントを確認。
手順:
1. search_datadog_incidents
query: "state:(active OR stable)"
max_tokens: 3000
結果を要約:
- インシデント数
- 重要度別の内訳
- 各インシデントの概要（1行ずつ）
4. サービス全体ヘルスチェック
対象: 特定サービスの総合的な状態確認
Task:
subagent_type: "general-purpose"
prompt: |
{service} の総合ヘルスチェック。
手順:
1. analyze_datadog_logs でstatus別カウント
filter: "service:{service}"
sql_query: "SELECT status, count(*) FROM logs GROUP BY status"
from: "now-1h", max_tokens: 2000
2. search_datadog_monitors で関連モニター状態
query: "tag:service:{service}"
max_tokens: 2000
結果を要約:
- ログのstatus分布
- アラート状態のモニター（あれば）
- 総合判定: 正常/警告/異常
5. 特定トレース調査
対象: trace_idから詳細を追いたい
Task:
subagent_type: "general-purpose"
prompt: |
トレース {trace_id} を調査。
手順:
1. get_datadog_trace
trace_id: "{trace_id}"
only_service_entry_spans: true
max_tokens: 5000
結果を要約:
- リクエストフロー
- ボトルネック箇所
- エラー発生箇所（あれば）
6. ログ検索（キーワード）
対象: 特定のキーワードでログを探したい
Task:
subagent_type: "general-purpose"
prompt: |
"{keyword}" を含むログを調査。
手順:
1. analyze_datadog_logs でサービス別カウント
filter: "{keyword}"
sql_query: "SELECT service, count(*) FROM logs GROUP BY service ORDER BY count(*) DESC"
from: "now-1h", max_tokens: 2000
2. 上位サービスのログパターン
search_datadog_logs
query: "service:{top_service} {keyword}"
use_log_patterns: true, max_tokens: 2000
結果を要約:
- どのサービスで発生しているか
- 主なパターン
