A Datadog AI-asszisztenssel egyszerűsíti a szerver nélküli alkalmazások bekötését

AI-asszisztensből vagy parancssorból is elindítható

A Datadog 2026. augusztus 10-i bejelentése szerint a megoldás az AWS Lambda, a Google Cloud Run és az Azure Container Apps környezetében futó alkalmazások bekötését támogatja. A serverless platformok használatakor a csapatoknak nem kell infrastruktúrát kezelniük, a teljes megfigyelhetőség kialakítása azonban korábban sok kézi beállítást igényelt.

Az agentic onboarding kétféle módon használható. A Datadog MCP Server egy MCP-kompatibilis kódolási asszisztenst, például a Claude Code-ot vagy a Cursor-t kapcsolja össze a Datadoggal. A felhasználó természetes nyelven kérheti például, hogy a rendszer adja hozzá a Datadogot egy AWS Lambda-projekthez. Engedély esetén az asszisztens megvizsgálja a projektet, meghívja a megfelelő Datadog-eszközöket, majd előkészíti a konfigurációs módosításokat.

A másik lehetőség az AI Setup CLI, amelyhez nincs szükség MCP-kompatibilis asszisztensre. A projekt könyvtárában a Node.js 22 vagy újabb verziójával futtatható a npx @datadog/ai-setup-cli --product serverless parancs. A parancssori eszköz azonosítja az alkalmazást és az infrastruktúrát leíró fájlokat, felteszi a szükséges kérdéseket, majd helyben előkészíti a módosításokat.

A meglévő felhős környezethez igazodik

A Datadog szerint a folyamat felismeri a projektben használt technológiákat, és az azokhoz illeszkedő formátumban állítja elő a konfigurációt. AWS Lambda esetén támogatott az AWS SAM, az AWS CDK, a Serverless Framework, a Terraform és a datadog-ci használata. A rendszer a támogatott Node.js, Python, Java, .NET, Ruby és Go alkalmazásokhoz a Datadog Lambda könyvtárát és a Datadog Lambda Extensiont is konfigurálhatja.

Google Cloud Run esetén az eszköz Cloud Run-szolgáltatásokat és Cloud Run-funkciókat műszerezhet. Terraform-konfigurációt készít, amely a Datadog Agentet oldalkocsis konténerként futtatja, vagy a Dockerfile módosításával az alkalmazás konténerébe helyezi.

Azure Container Appsnál szintén elérhető az oldalkocsis és az alkalmazáson belüli műszerezés. Az előbbi Terraformot használ, az utóbbi pedig a Dockerfile frissítésével építi be az Agentet. A folyamat emellett beállítja a kiválasztott munkaterheléshez tartozó környezeti változókat, valamint a fenntartott service, env és version címkéket.

A módosításokat a fejlesztő ellenőrizheti

Az agentic onboarding valódi alkalmazás- és telepítési módosításokat készít elő, ezért a Datadog több ellenőrzési pontot épített a folyamatba. Google Cloud Run és Azure Container Apps esetében az asszisztens előre meghatározott kérdéseket tesz fel a munkaterhelésről és a beállítani kívánt Datadog-képességekről. AWS Lambda esetén a folyamat a támogatott telepítési eszközökhöz és a futtatási környezethez igazodik.

A módosítások helyben alkalmazhatók és előkészíthetők, így a fejlesztők megvizsgálhatják a különbségeket, tesztelhetik a konfigurációt, vagy pull requestet nyithatnak. A rendszer nem commitol a felhasználó nevében, az AI-kódolási asszisztens pedig engedélyt kér a projektfájlok módosítása előtt.

A Datadog szerint ez a működés megtartja a meglévő felülvizsgálati, tesztelési, jóváhagyási és telepítési kontrollokat, miközben csökkenti a kézi beállítások mennyiségét. A vállalat a konfigurációs lehetőségeket a serverless agentic onboarding dokumentációjában ismerteti. A Datadog-fiókkal nem rendelkező felhasználók számára 14 napos ingyenes próbaidőszakot kínál.