> ## Documentation Index
> Fetch the complete documentation index at: https://docs.devinenterprise.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Integración de Datadog
> Conecta Devin con Datadog para investigar alertas automáticamente y acceder a la telemetría
## Descripción general
Datadog es una integración oficial de MCP disponible en el [MCP Marketplace](/es/work-with-devin/mcp). Utiliza transporte HTTP con autenticación mediante API key y clave de aplicación, lo que permite a Devin acceder directamente a tu cuenta de Datadog para consultar registros, métricas, monitores, trazas y más.
Una vez conectada, también puedes configurar la investigación automática de alertas: redirige las alertas de Datadog a Devin mediante un puente ligero de webhook para que los incidentes se clasifiquen automáticamente.
## Habilita el MCP de Datadog
Ve a **Settings > MCP Marketplace** y busca **Datadog**.
Haz clic en **Enable** y, a continuación:
1. Selecciona tu **sitio/región** de Datadog (por ejemplo, `datadoghq.com`, `datadoghq.eu`)
2. Introduce tu **DD-API-KEY** y **DD-APPLICATION-KEY**
Para generar estas claves:
* Crea una API key en [Organization Settings > API Keys](https://app.datadoghq.com/organization-settings/api-keys)
* Crea una Application key en [Organization Settings > Application Keys](https://app.datadoghq.com/organization-settings/application-keys)
Haz clic en **Test listing tools** para confirmar que Devin puede conectarse a tu cuenta de Datadog. Si la prueba se completa correctamente, la integración estará lista para usarse.
## Capacidades
Una vez habilitado el MCP de Datadog, Devin puede realizar las siguientes acciones en cualquier sesión:
| Capacidad | Descripción |
| :------------------------------------ | :---------------------------------------------------------------- |
| Consultar registros de errores | Buscar y filtrar registros por servicio, estado y rango de tiempo |
| Obtener series temporales de métricas | Recuperar puntos de datos de métricas para paneles y análisis |
| Listar monitores activos | Ver todos los monitores configurados y sus estados actuales |
| Buscar trazas | Encontrar trazas distribuidas entre servicios |
| Gestionar incidentes | Ver, crear y actualizar registros de incidentes |
| Gestionar paneles | Listar e inspeccionar configuraciones de paneles |
Combina el MCP de Datadog con [Knowledge](/es/product-guides/knowledge) sobre tus servicios — umbrales normales, diagramas de arquitectura y runbooks de guardia — para que Devin inicie las investigaciones con el contexto de tu equipo.
## Investigación automatizada de alertas
Además de las consultas interactivas, puedes conectar alertas de Datadog a Devin para que los incidentes se investiguen automáticamente. Esto usa un patrón de **webhook bridge**: un servicio pequeño recibe los payloads de webhook de Datadog y llama a la [API de Devin](/es/api-reference/overview) para iniciar una sesión de investigación.
Crea un servicio ligero que reciba webhooks de Datadog e inicie sesiones de Devin. Desplégalo como una función sin servidor (AWS Lambda, Cloudflare Worker) o como un contenedor pequeño:
```python theme={null}
from flask import Flask, request, jsonify
import requests, os, hmac, hashlib
app = Flask(__name__)
def verify_signature(req):
"""Verifica la solicitud usando un secreto compartido configurado en el webhook de Datadog."""
signature = req.headers.get("X-Webhook-Secret", "")
expected = os.environ["WEBHOOK_SECRET"]
return hmac.compare_digest(signature, expected)
@app.route("/alert", methods=["POST"])
def handle_alert():
if not verify_signature(request):
return jsonify({"error": "bad signature"}), 401
payload = request.json
if not payload:
return jsonify({"error": "no payload"}), 400
# Campos del payload del webhook de Datadog
alert_title = payload.get("title", "Unknown alert")
tags = payload.get("tags", "")
if isinstance(tags, str):
tags = [t.strip() for t in tags.split(",")]
service = next(
(t.split(":", 1)[1] for t in tags if t.startswith("service:")),
"unknown-service"
)
alert_url = payload.get("link", "")
org_id = os.environ["DEVIN_ORG_ID"]
response = requests.post(
f"https://api.devin.ai/v3/organizations/{org_id}/sessions",
headers={"Authorization": f"Bearer {os.environ['DEVIN_API_KEY']}"},
json={
"prompt": (
f"Datadog alert fired: '{alert_title}'\n"
f"Service: {service}\n"
f"Alert link: {alert_url}\n\n"
"Using the Datadog MCP:\n"
"1. Pull error logs for this service from the past 30 min\n"
"2. Identify the top error messages and stack traces\n"
"3. Check if this correlates with a recent deploy\n"
"4. If the root cause is clear, open a hotfix PR\n"
"5. Post your findings to #incidents on Slack"
),
}
)
return jsonify(response.json()), 200
```
Crea un [usuario de servicio](/es/api-reference/v3/overview) en **Settings > Service Users** con el permiso `ManageOrgSessions`. Guarda el token de API como `DEVIN_API_KEY`, el ID de tu organización como `DEVIN_ORG_ID` y un secreto compartido como `WEBHOOK_SECRET` en tu servicio bridge. Configurarás este mismo secreto en los **Custom Headers** del webhook de Datadog en el siguiente paso.
1. En tu panel de Datadog, ve a **Integrations > Webhooks**
2. Haz clic en **New Webhook** y configura la URL con el endpoint de tu bridge (por ejemplo, `https://your-bridge.example.com/alert`)
3. En **Custom Headers**, agrega `X-Webhook-Secret` con el mismo valor que guardaste como `WEBHOOK_SECRET` en tu servicio bridge
4. En el mensaje de notificación de cualquier monitor, agrega `@webhook-devin-bridge` — Devin investigará cada vez que ese monitor se active
Empieza con un monitor de nivel de advertencia o de baja severidad para validar el flujo de extremo a extremo antes de redirigir alertas críticas. Cuando hayas confirmado que las sesiones de Devin se crean y las investigaciones se ejecutan correctamente, amplía el uso a monitores de mayor severidad.
Puedes personalizar la investigación pasando un `playbook_id` en el cuerpo de la solicitud a la API de Devin. Duplica el playbook de plantilla [`!triage`](https://app.devin.ai/settings/playbooks/14fed18b89d44713a26e673cf258f548) y adapta los pasos de investigación a tu stack.
## Recursos relacionados
* [Guía completa: investigación automática de alertas de Datadog](/es/use-cases/gallery/api-datadog-alert-investigation)
* [Documentación de MCP Marketplace](/es/work-with-devin/mcp)
* [Referencia de la API de Devin](/es/api-reference/overview)