> ## 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.

# Investigar alertas do Datadog automaticamente

export const UseCaseHero = ({title, description, prompt, category, features, devinUrl, agent, intent, playbookId, type}) => {
  const encodedPrompt = encodeURIComponent(prompt || '');
  const tag = 'docs-use-case-gallery';
  const utm = 'utm_source=docs&utm_medium=use-case-gallery&utm_campaign=hero-cta';
  const agentParams = (agent ? '&agent=' + agent : '') + (intent ? '&intent=' + intent : '') + (playbookId ? '&playbookId=' + playbookId : '');
  const devinHref = type === 'schedule' ? 'https://app.devin.ai/settings/schedules/create?' + utm + agentParams + (prompt ? '&prompt=' + encodedPrompt : '') : type === 'review' ? 'https://app.devin.ai/review?' + utm : agent === 'ada' ? 'https://app.devin.ai/search?' + utm + '&noSubmit=true' + (prompt ? '&prompt=' + encodedPrompt : '') : devinUrl ? devinUrl.includes('?') ? devinUrl + '&' + utm + agentParams : devinUrl + '?' + utm + agentParams : prompt ? 'https://app.devin.ai/?tags=' + tag + '&' + utm + agentParams + '&prompt=' + encodedPrompt : 'https://app.devin.ai/?' + utm + agentParams;
  const buttonLabel = type === 'schedule' ? 'Schedule in Devin ↗' : type === 'review' ? 'Set Up Devin Review ↗' : agent === 'advanced' ? 'Try in Devin ↗' : agent === 'dana' ? 'Try in Dana ↗' : agent === 'ada' ? 'Try in Ask Devin ↗' : 'Try in Devin ↗';
  const featureList = features ? features.split(',').map(f => f.trim()) : [];
  return <div className="uc-hero">
      <div className="uc-hero-inner">
        <div className="uc-hero-left">
          <h1 className="uc-hero-title">{title}</h1>
          <p className="uc-hero-desc">{description}</p>
          <div>
            <a href={devinHref} target="_blank" rel="noopener noreferrer" className="try-in-devin-btn">
              {buttonLabel}
            </a>
          </div>
        </div>
        <div className="uc-hero-meta">
          <div className="uc-meta-item">
            <span className="uc-meta-label">Author</span>
            <span className="uc-meta-value">Cognition</span>
          </div>
          <div className="uc-meta-item">
            <span className="uc-meta-label">Category</span>
            <span className="uc-meta-value">{category}</span>
          </div>
          {featureList.length > 0 && <div className="uc-meta-item">
              <span className="uc-meta-label">Features</span>
              <span className="uc-meta-value">{featureList.join(', ')}</span>
            </div>}
        </div>
      </div>
    </div>;
};

export const PromptBlock = ({children, type, agent, intent, playbookId}) => {
  var utm = 'utm_source=docs&utm_medium=use-case-gallery&utm_campaign=prompt-block';
  var tag = 'docs-use-case-gallery';
  var agentParams = (agent ? '&agent=' + agent : '') + (intent ? '&intent=' + intent : '') + (playbookId ? '&playbookId=' + playbookId : '');
  var label = type === 'schedule' ? 'Schedule in Devin' : type === 'playbook' ? 'Create Playbook' : type === 'knowledge' ? 'Add to Knowledge' : agent === 'advanced' ? 'Try in Devin' : agent === 'dana' ? 'Try in Dana' : agent === 'ada' ? 'Try in Ask Devin' : 'Try in Devin';
  var buildUrl = function (text) {
    var encoded = encodeURIComponent(text);
    if (type === 'schedule') return 'https://app.devin.ai/settings/schedules/create?' + utm + agentParams + '&prompt=' + encoded;
    if (type === 'playbook') return 'https://app.devin.ai/settings/playbooks/create?' + utm + '&body=' + encoded;
    if (type === 'knowledge') return 'https://app.devin.ai/knowledge?' + utm + '&body=' + encoded;
    if (agent === 'ada') return 'https://app.devin.ai/search?' + utm + '&noSubmit=true&prompt=' + encoded;
    return 'https://app.devin.ai/?tags=' + tag + '&' + utm + agentParams + '&prompt=' + encoded;
  };
  const ref = React.useRef(null);
  const [href, setHref] = React.useState('#');
  React.useEffect(() => {
    if (!ref.current) return;
    var codeEl = ref.current.querySelector('pre code');
    if (codeEl) {
      var text = codeEl.textContent.trim();
      if (text) setHref(buildUrl(text));
    }
    var header = ref.current.querySelector('[data-component-part="code-block-header"]');
    if (header && !header.querySelector('.prompt-block-devin-link')) {
      var link = document.createElement('a');
      link.href = href;
      link.target = '_blank';
      link.rel = 'noopener noreferrer';
      link.className = 'prompt-block-devin-link';
      link.style.cssText = 'display:inline-flex;align-items:center;gap:6px;text-decoration:none;color:#fff;font-size:11px;font-weight:500;padding:4px 10px;border-radius:6px;white-space:nowrap;background:#317CFF;transition:background 0.2s;margin-left:8px;';
      link.innerHTML = '<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round"><path d="M18 13v6a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2V8a2 2 0 0 1 2-2h6"/><polyline points="15 3 21 3 21 9"/><line x1="10" y1="14" x2="21" y2="3"/></svg> ' + label;
      link.onmouseenter = function () {
        link.style.background = '#2968D9';
      };
      link.onmouseleave = function () {
        link.style.background = '#317CFF';
      };
      header.appendChild(link);
    }
    var existingLink = ref.current.querySelector('.prompt-block-devin-link');
    if (existingLink && href !== '#') existingLink.href = href;
  });
  return <div className="prompt-block" ref={ref}>{children}</div>;
};

<UseCaseHero title="Investigue Alertas do Datadog Automaticamente" description="Conecte alertas do PagerDuty ou Datadog ao Devin para investigação automática de incidentes." prompt="Ajude-me a configurar um pipeline de investigação de alertas do Datadog para o Devin. Siga o guia em https://docs.devin.ai/use-cases/gallery/api-datadog-alert-investigation e me oriente em cada etapa: habilitar o Datadog MCP, criar o manipulador de webhook e integrá-lo aos meus monitores do Datadog." category="Resposta a Incidentes" features="API, MCP" />

<div className="uc-detail-wrapper">
  <Tip>Para um guia de integração com o Datadog mais detalhado, [clique aqui](/pt-BR/enterprise/integrations/datadog).</Tip>

  <Steps>
    <Step title="Ativar o MCP do Datadog">
      Devin precisa de acesso à sua conta no Datadog para consultar logs, métricas e monitores durante uma investigação.

      1. Vá para **Settings > Connections > MCP servers** e encontre **Datadog**
      2. Clique em **Enable**, selecione seu site/região do Datadog e insira suas chaves `DD-API-KEY` e `DD-APPLICATION-KEY` — gere essas chaves em [Datadog > Organization Settings > API Keys](https://app.datadoghq.com/organization-settings/api-keys)
      3. Clique em **Test listing tools** para verificar se Devin consegue se conectar

      Depois de habilitado, Devin pode consultar logs de erro, extrair séries temporais de métricas, listar monitores ativos e pesquisar traces — tudo dentro de uma sessão. Saiba mais sobre [como conectar servidores MCP](/pt-BR/work-with-devin/mcp).
    </Step>

    <Step title="Crie a ponte entre alertas e o Devin">
      Você precisa de um pequeno serviço que receba webhooks de alerta e inicie uma sessão do Devin via [Devin API](/pt-BR/api-reference/overview). Faça o deploy disso como uma função serverless (AWS Lambda, Cloudflare Worker) ou como um container leve:

      ```python theme={null}
      from flask import Flask, request, jsonify
      import requests, os

      app = Flask(__name__)

      @app.route("/alert", methods=["POST"])
      def handle_alert():
          payload = request.json

          # Campos do payload do webhook do Datadog
          alert_title = payload.get("title", "Unknown alert")
          tags_str = payload.get("tags", "")
          service = next(
              (t.split(":", 1)[1] for t in tags_str.split(",") if t.strip().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"
                  ),
                  "playbook_id": "14fed18b89d44713a26e673cf258f548",
              }
          )
          return jsonify(response.json()), 200
      ```

      Crie um [usuário de serviço](/pt-BR/api-reference/v3/overview) em **Settings > Service Users** em [app.devin.ai](https://app.devin.ai/?utm_source=docs\&utm_medium=use-case-gallery) com a permissão `ManageOrgSessions`. Copie o token de API exibido após a criação e armazene-o como `DEVIN_API_KEY` no seu serviço de ponte. Defina `DEVIN_ORG_ID` como o ID da sua organização — obtenha-o chamando `GET https://api.devin.ai/v3/enterprise/organizations` com o seu token.

      O código acima usa o [`!triage` template playbook](https://app.devin.ai/settings/playbooks/14fed18b89d44713a26e673cf258f548?utm_source=docs\&utm_medium=use-case-gallery) — duplique-o e personalize as etapas de investigação para o seu stack e, em seguida, atualize o `playbook_id` no seu serviço de ponte.
    </Step>

    <Step title="Encaminhar alertas para o webhook">
      **Diretamente no Datadog:**

      1. No painel do Datadog, vá para **Integrations > Webhooks**
      2. Clique em **New Webhook** e defina a URL para o endpoint da sua bridge (por exemplo, `https://your-bridge.example.com/alert`)
      3. Na mensagem de notificação de qualquer monitor, adicione `@webhook-devin-bridge` — Devin investiga sempre que esse monitor for acionado

      **No PagerDuty:**

      1. No PagerDuty, vá para **Services > \[your service] > Integrations**
      2. Adicione uma integração **Generic Webhooks (v3)**
      3. Defina a URL do webhook para o endpoint da sua bridge e filtre pelo tipo de evento `incident.triggered`

      Comece com monitores de nível de aviso para testar o pipeline antes de rotear alertas críticos.
    </Step>

    <Step title="O que o Devin analisa">
      Quando um alerta aciona uma sessão, Devin usa o MCP do Datadog para executar uma investigação estruturada — consultando logs, correlacionando com deploys e rastreando o erro até o código-fonte.

      <PromptBlock>
        ```txt Investigar alerta do Datadog theme={null}
        Alerta do Datadog: "Alta taxa de erros em payments-service (5,2%, limite 1%)"
        acionado em 2026-02-10 14:32 UTC.

        Usando o Datadog MCP:
        1. Buscar logs de erro de payments-service dos últimos 30 minutos
        2. Agrupar por mensagem de erro — qual é a falha predominante?
        3. Verificar eventos do Datadog em busca de deploys recentes de payments-service
        4. Ler o código-fonte relevante e os commits recentes para o caminho com falha
        5. Se for possível corrigir, abrir uma PR com um hotfix. Caso contrário, publicar as constatações em #incidents.
        ```
      </PromptBlock>

      Example investigation Devin posts to Slack:

      ```
      Investigação de Alerta: pico na taxa de erros do payments-service

      Linha do tempo:
      - 14:28 UTC — Deploy #492 publicado (commit abc123f)
      - 14:31 UTC — Taxa de erros saltou de 0,3% para 5,2%
      - 14:32 UTC — Alerta disparado

      Causa raiz: O Deploy #492 refatorou o handler de webhook do Stripe
      (src/webhooks/stripe.ts) para async/await, mas removeu o try/catch
      ao redor de handlePaymentIntent(). Rejeições não tratadas estão retornando
      erros 500 em ~4% das requisições de checkout.

      Correção: Adicionado um error boundary com logging estruturado e respostas
      4xx adequadas para erros do cliente.

      PR #493 aberto → https://github.com/acme/payments/pull/493
      ```
    </Step>

    <Step title="Expandir o pipeline">
      Depois que a investigação básica estiver funcionando, adicione mais automação:

      **Personalize o playbook de triagem.** O código de integração já usa o [`!triage` template playbook](https://app.devin.ai/settings/playbooks/14fed18b89d44713a26e673cf258f548?utm_source=docs\&utm_medium=use-case-gallery). Duplique-o e adapte a checklist de investigação ao stack da sua equipe — adicione runbooks específicos por serviço, fluxos de escalonamento e convenções para PRs de hotfix.

      **Defina o escopo por severidade.** Direcione alertas P1 para investigação imediata e hotfix. Direcione alertas P3 apenas para análise de causa raiz. Use prompts ou playbooks diferentes para cada nível de severidade.

      **Adicione [Knowledge](/pt-BR/product-guides/knowledge)** sobre seus serviços — limites normais, arquitetura, runbooks de plantão — para que a investigação do Devin comece a partir do contexto da sua equipe em vez de do zero.
    </Step>
  </Steps>
</div>