dd-apm-datadog-labs-agent-skills

1. 基本信息

项目	内容
名称	dd-apm-datadog-labs-agent-skills
项目自述名称	仓库自述名 “Datadog Skills for AI Agents”；本子技能自身标题为 “Datadog APM”
作者/维护者	Datadog, Inc.（GitHub 组织 `datadog-labs`，组织资料 blog 指向官方域名 datadoghq.com）
来源链接	https://github.com/datadog-labs/agent-skills/tree/main/dd-apm
许可证	MIT（GitHub API）
GitHub Stars	144（GitHub API；为 `agent-skills` 整仓库星数，仓库共含 10 个子技能，非本子技能独有——见下方说明）
Forks	18（GitHub API）
最新版本	1.1.0（技能自身 SKILL.md metadata）
安装方式	`npx skills add datadog-labs/agent-skills --skill dd-apm --full-depth -y`（另需先装官方 CLI `pup`）

2. 功能介绍与亮点

把 Datadog APM（分布式追踪、服务地图、性能分析）的排查与埋点全流程编码成一份“路由式”技能：agent 先判断用户请求属于 Kubernetes 埋点、Linux/单机埋点还是服务改名，再跳转到对应子文档执行。

分环境自动路由：K8s（EKS/GKE/AKS/kind/minikube/K3s/Helm）与 Linux（RHEL/Ubuntu/Debian/systemd）走不同的埋点子技能，避免用错方式
显式反模式警告：文档直接列出“看起来能用但会静默失败”的错误做法，例如标准 Helm chart 不支持 SSI 自动埋点、手动加 ddtrace import 反而与 SSI 冲突
另含 service-remapping 子技能，处理服务改名/合并后的 APM 数据归属问题
官方持续维护，本子技能自身在距今约 1 个月前仍有针对性提交

3. 适用场景

固定分类：DevOps 与基础设施

需要用 Claude Code / Codex 等 agent 排查生产性能问题、搭建分布式追踪的 DevOps 工程师、SRE 与后端开发者；尤其适合已经在用 Datadog 但记不住 K8s 与 Linux 埋点方式差异、或曾被“标准 Helm 安装”“手动加 ddtrace”这类看似正确实则无效的做法坑过的用户。

4. 跨 Agent 兼容性

Claude Code：原生支持——仓库带 .claude-plugin 清单，README 首位列出
Codex：官方支持——README 明确写“Datadog skills for Claude Code, Codex CLI, Gemini CLI, Cursor, Windsurf, OpenCode, and other AI agents”
OpenClaw：未验证——抓取材料未提及
Hermes Agent：未验证——抓取材料未提及

5. 推荐理由

Datadog 官方把 APM 埋点这件“看似简单、实则平台差异巨大”的事编码成带路由逻辑的 skill：agent 会先分辨 K8s 还是 Linux 目标环境，再加载对应文档，并主动提示常见的“伪正确”配置陷阱，比让 agent 凭训练数据里过时的 Datadog 文档现场发挥可靠得多。第三方技能市场统计显示该仓库总安装量已破 7800 次，其中 dd-apm 单项约 1200 次，说明已有真实生产环境在用。

6. 评分

维度	分数	说明
受欢迎程度	9	Datadog, Inc. 官方出品，GitHub 组织 `datadog-labs` 资料页 blog 字段指向官方域名 datadoghq.com（经 API 核实）；GitHub Stars 144（API 核实）为整仓库 10 个子技能共享数字，不代表本子技能独立热度，第三方技能市场 claudemarketplaces.com 统计 dd-apm 单项安装量约 1200 次可作佐证
可用性	8	`npx skills add datadog-labs/agent-skills --skill dd-apm --full-depth -y` 一条命令安装，但需先装官方 CLI `pup` 并完成 `pup auth login` 鉴权，非纯离线开箱即用；SKILL.md 采用路由式设计（经抓取核实约 178 行），按 K8s/Linux/服务改名分流到对应子文档并显式标注反模式；本子技能路径下最近一次针对性提交距今约 1 个月（GitHub API 核实），维护活跃
安全性	8	见下方安全检查清单
综合	8.3	三项均值

安全检查清单：

检查项	结果
① Shell 命令执行	通过 Datadog 官方 CLI `pup` 执行，命令范围限定在查询/管理 Datadog 资源（traces、monitors 等），非任意 shell
② 联网外发	会联网，但目标透明——均为用户自己 Datadog 账号下的官方 API，无第三方外发
③ API key/凭据	需 `pup auth login` 走 Datadog 官方鉴权流程，技能本身不要求粘贴明文密钥、不落盘存储
④ 可疑指令	抓取的 README 与 SKILL.md 中未发现要求执行越权操作或数据外发的可疑指令
⑤ 作者信誉	GitHub 组织 `datadog-labs`，组织资料页 blog 字段指向官方域名 datadoghq.com，可信
⑥ License	MIT，明确
⑦ 维护时间	本子技能路径下最近一次针对性提交距今约 1 个月，仓库整体最近一次提交约 2.5 周前

7. 跟同类 Skills 相比的优势

其他“厂商官方可观测性/基础设施类 agent 技能”与本技能的定位差异：

技能	厂商	覆盖范围	是否需付费账号	独有特点
Datadog APM（本次推荐）	Datadog	APM 埋点/追踪/性能分析，含 K8s、Linux 双路由	需 Datadog 账号（有免费额度）	唯一内置“伪正确配置”反模式警告的官方技能
Qdrant Skills	Qdrant	向量库部署/扩容/性能调优等 9 个子技能	需 Qdrant 实例（可自建）	面向 RAG/向量检索场景，覆盖面广但单技能热度分散
Notion Claude Code Plugin	Notion	连接 Notion 工作区做文档协作	需 Notion API Token	定位知识管理而非基础设施排查
Redis Agent Skills	Redis	连接、集群、安全等基础用法	否	仓库尚新（89 星），内容深度不及 Datadog 本技能

Datadog APM 的差异化在于：唯一按目标环境（K8s vs Linux）自动路由、且显式列出常见误配置陷阱的厂商官方可观测性技能，其余同类技能多是罗列命令，缺少这层“防错”设计。

8. 用户评价

该技能目前尚无可引用的具体用户评价原文：第三方技能市场 claudemarketplaces.com 提供安装量统计（仓库总安装 7800+ 次，dd-apm 单项约 1200 次），但该页面未展示具体用户评分或文字评价。

9. 其他补充

同仓库 datadog-labs/agent-skills 下还有 dd-logs（日志搜索）、dd-monitors（告警管理）、dd-security、dd-audit（审计追溯）、agent-observability（LLM 应用可观测性/评估）等 9 个其他技能，可按需单独安装；也提供 Homebrew 分发的官方 CLI pup（brew install datadog-labs/pack/pup）。

10. 安装使用方式

安装并登录官方 CLI：brew tap datadog-labs/pack && brew install datadog-labs/pack/pup，随后 pup auth login
安装本技能：npx skills add datadog-labs/agent-skills --skill dd-apm --full-depth -y
安装后无需重启；当用户请求涉及“接入 APM”“排查 trace”“设置分布式追踪”等场景时，agent 会按 SKILL.md 的路由逻辑自动加载对应子文档（K8s / Linux / 服务改名）

11. 注意事项

使用前必须先完成 Datadog 账号鉴权（pup auth login），纯离线场景无法使用
本技能是合集仓库 datadog-labs/agent-skills 中的一个子目录，若只需 APM 无需连带安装其余 9 个技能
Codex CLI 官方明确支持，但 OpenClaw / Hermes Agent 未见官方声明，跨 agent 使用前建议自行验证 SKILL.md 能否被正确加载
表中 GitHub Stars 为整仓库数字，不代表本子技能单独热度，请以第三方市场安装量数据为准