Телеметрия для кодинг-агентов: как Dynatrace MCP Server помогает ИИ находить баги в работающих сервисахЗаметка · дайджест за 13 ноября
Графитовая композиция с экраном редактора кода и потоком живой телеметрии трейсов через переходник MCP
Заметка3 раздела≈ 4 мин

Телеметрия для кодинг-агентов: как Dynatrace MCP Server помогает ИИ находить баги в работающих сервисах

Поначалу на этой уловке спотыкаются даже опытные инженеры при работе с Cursor, Windsurf или Claude Code. Ты просишь модель дописать модуль, прогоняешь тесты на ноутбуке, видишь зелёные галочки и выкатываешь код на сервер. А через полчаса сервис замирает под нагрузкой или молча пропускает заявки без единой ошибки в консоли.

Причина проста: кодинг-агент видит статические файлы проекта, но слеп к работе программы после запуска. Я изучил разбор этой проблемы от ИИ-инженера Коула Медина и документацию пакета Dynatrace MCP Server — посмотрим, как передача живой телеметрии в редактор учит нейросеть находить реальные сбои.

Слепая зона статического кода: почему зелёные тесты не спасают в продакшене

Искать причину зависания только по исходникам — как ставить диагноз бегуну по фото из паспорта вместо кардиограммы. На бумаге синтаксис безупречен, а локальные проверки пролетают мгновенно, ведь в тестовой базе всего три строчки.

В истории Коула Медина меня зацепило, как тихо ломаются агенты. Он обновил почтового ассистента из своей базы знаний и прогнал через проверки (evals) — алгоритм сдал их на отлично. Но в первый же рабочий запуск агент посмотрел на 2 неотвеченных письма, сделал 0 вызовов инструментов и отчитался, что задач нет. Ошибки в коде не было, и статический анализ ничего бы не дал. Коул поймал баг только открыв журнал живого запуска, и починил логику за 7 минут.

Как устроен мост между хранилищем телеметрии Dynatrace и редактором кода

Чтобы дать агенту «глаза» на сервере без ручного копирования логов, связка опирается на три механизма:

  1. Сбор телеметрии в озеро Grail. Платформа Dynatrace собирает данные исполнения (runtime telemetry): логи, нагрузку на процессор и маршруты запросов — трейсы и отрезки исполнения (spans).
  2. Переходник Model Context Protocol (MCP). Стандарт MCP через поток stdio связывает хранилище с IDE. Ранее я показывал, как по этому протоколу подключают схему и логи в OutSystems MCP.
  3. Перевод вопросов в DQL. Пакет @dynatrace-oss/dynatrace-mcp-server переводит твой вопрос на обычном языке в запрос DQL (Dynatrace Query Language) к хранилищу Grail.

Пропишем сервер в конфиге редактора (~/.cursor/mcp.json или claude_desktop_config.json), передав адрес среды и токен:

{
  "mcpServers": {
    "dynatrace": {
      "command": "npx",
      "args": [
        "-y",
        "@dynatrace-oss/dynatrace-mcp-server"
      ],
      "env": {
        "DT_BASE_URL": "https://your-env-id.live.dynatrace.com",
        "DT_API_TOKEN": "dt0c01.sample.platform-api-token"
      }
    }
  }
}

При старте сессии IDE через npx запускает пакет @dynatrace-oss/dynatrace-mcp-server. Переменная DT_BASE_URL задаёт адрес окружения, а DT_API_TOKEN ограничивает права чтения рамками ключа. До первого запуска важно включить в мониторинге правила маскирования Dynatrace Data Privacy: в живых логах встречаются имена и почта клиентов, поэтому персональные данные (PII) нужно скрывать до отправки контекста во внешнюю нейросеть.

От минутного зависания до точечного индекса: формулируем запрос к агенту

С телеметрией вместо общих вопросов «почему сайт тормозит» ты ставишь агенту чёткую задачу: найти топ-5 методов сервиса Orders или billing-service с наибольшей нагрузкой на базу за час (отфильтровав в DQL вызовы дольше 50 секунд) и указать строки в репозитории.

В кейсе Dynatrace так разбирали сервис с откликом 89 секунд. Агент запросил рейтинг нагрузки через MCP, увидел, что 98% времени съедает метод поиска клиента, и по трейсу нашёл точную строку кода. В редакторе это был обычный запрос, но на сервере он запускал полное сканирование таблицы (Full Table Scan), перечитывая все записи сверху донизу, как телефонный справочник. По-моему, самое красивое здесь то, что агент не стал переписывать код, а предложил добавить составной индекс в базу данных, убрав затор.

Чтобы связка работала надёжно, держи в памяти три ориентира:

  • Сверяй тесты с живой нагрузкой. Локальные проверки не видят боевого трафика, поэтому ищи тихие сбои через серверные трейсы (spans) и метрики процессора.
  • Запрашивай конкретные аномалии. Проси агента выгрузить через DQL топ медленных вызовов за час и сопоставить их со строками кода.
  • Фильтруй данные до отправки в LLM. Включай маскирование PII в политиках приватности и выдавай DT_API_TOKEN строго на чтение.

Живая телеметрия превращает кодинг-агента в зрячего напарника, опирающегося на реальные цифры сервера.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 2