Dynatrace for AI: skills, prompts y MCP para agentes de código, la guía práctica

Dynatrace for AI: 34 skills, 6 prompts y la configuración MCP para Claude Code, Cursor o Copilot. Instalación, investigación paso a paso y límites reales.
Dynatrace for AI : skills, prompts et MCP pour les agents de code, le guide pratique

Un agente de código sabe escribir Python, pero a menudo escribe DQL como si fuera SQL. Inventa nombres de campos, olvida la alineación temporal y lanza consultas que escanean terabytes para nada. El repositorio público Dynatrace for AI, publicado por Dynatrace en GitHub, ataca este problema: da a los agentes el conocimiento de negocio que les falta antes de que toquen tu entorno.

Este repositorio no es un producto nuevo. Es un conjunto de archivos de texto: 34 skills en el formato abierto Agent Skills, 6 prompts listos para usar, una configuración MCP, un manifiesto para el registro MCP oficial y un archivo llms.txt. Todo bajo licencia Apache-2.0.

Este artículo repasa el contenido, muestra cómo instalarlo en los agentes que documenta el repositorio (Claude Code, Cursor, GitHub Copilot y algunos más), recorre una investigación paso a paso y precisa después qué cambia respecto al servidor MCP por sí solo. El alcance es claro: las skills hablan de Grail, de DQL y de las aplicaciones de la plataforma, es decir, de Dynatrace SaaS. Para Dynatrace Managed, la cuestión se trata más abajo.

Qué contiene el repositorio Dynatrace for AI

En la raíz hay pocas cosas, y cada una tiene un papel preciso.

Elemento Función
skills/ 34 carpetas dt-*, cada una con un SKILL.md y a menudo una subcarpeta references/
prompts/ 6 archivos *.prompt.md: escenarios de investigación reutilizables
mcp.json y .mcp.json La declaración del servidor MCP remoto de Dynatrace, parametrizada con variables de entorno
server.json El manifiesto publicado en el registro MCP oficial con el nombre io.github.Dynatrace/dynatrace-for-ai
llms.txt Un resumen legible por un modelo: qué es Dynatrace, la lista de skills y prompts, la instalación
.claude-plugin/, .cursor-plugin/ Los manifiestos de los plugins de Claude Code y Cursor
CLAUDE.md Las instrucciones que carga Claude Code con el plugin (variables que definir, uso de las skills)
tests/, scripts/ Controles de estructura y de calidad de las skills, coherencia de los números de versión
Estructura de carpetas del repositorio Dynatrace for AI con las carpetas skills y prompts

Las skills, familia por familia

Una skill es una carpeta cuyo SKILL.md empieza con una cabecera YAML (name, description, license). Los tests del repositorio comprueban que el nombre coincide con la carpeta y que la descripción cabe en 250 caracteres. Los nombres siguen el patrón dt-<dominio>[-<uso>].

  • Lenguaje de consulta: dt-dql-essentials, la base. Sintaxis de DQL, trampas habituales, optimización del coste de las consultas. El repositorio pide cargarla antes de escribir cualquier consulta.
  • Observabilidad: servicios y métricas RED (dt-obs-services), trazas y spans (dt-obs-tracing), logs (dt-obs-logs), hosts y procesos (dt-obs-hosts), Kubernetes (dt-obs-kubernetes), RUM y Web Vitals (dt-obs-frontends), problemas de Davis (dt-obs-problems), nubes AWS, Azure y GCP, previsión y detección de tendencias (dt-obs-predictive-analytics), analizadores de Davis (dt-obs-analytics), alertas de extremo a extremo (dt-alerting), aplicaciones GenAI (dt-obs-genai), equipos de red SNMP y flujos de red, ingesta de resultados de tests externos (dt-obs-ext-monitors), mapeo semántico de logs de auditoría.
  • Seguridad: dt-sec-insights (tabla security.events), contextualización de señales, búsqueda de indicadores de compromiso, mapeo semántico de integraciones de seguridad y un asistente de cumplimiento DORA.
  • Instrumentación: OneAgent (VM, Kubernetes, AWS Lambda, Windows, Azure), Android, iOS, Flutter y React Native.
  • Plataforma: Dashboards, Notebooks, runtime de JavaScript en el servidor y SDK @dynatrace-sdk/*, análisis de costes y del consumo DPS.
  • Migración: dt-migration, para pasar del DQL clásico basado en entidades a los equivalentes de Smartscape.

Los prompts: seis escenarios de operación

Los prompts son plantillas de tarea breves. Cada uno describe un método, no una respuesta.

  • dt-daily-standup: un repaso diario de uno o varios servicios.
  • dt-health-check: el estado de salud de un servicio en producción.
  • dt-incident-response: incidente en curso, problemas de Davis activos, impacto, informe compartible.
  • dt-investigate-error: errores recientes, partiendo de los problemas de Davis hacia los logs y después las trazas.
  • dt-performance-regression: ¿ha degradado el rendimiento un despliegue reciente?, rollback o corrección.
  • dt-troubleshoot-problem: investigación estructurada de un problema de Davis existente.

A quién sirve Dynatrace for AI

Hay tres perfiles que salen ganando. El desarrollador que quiere comprobar en producción el efecto de su código sin salir del editor. El SRE de guardia (on-call) que quiere una investigación reproducible en lugar de improvisar a las 3 de la madrugada. El equipo de plataforma que industrializa la instrumentación (OneAgent, SDK móviles) y quiere que el agente siga el procedimiento documentado en lugar de un recuerdo aproximado.

El punto clave, que recuerdan tanto el README como llms.txt: las skills aportan conocimiento, no acceso. Para ejecutar una consulta real hay que combinarlas con una herramienta: el servidor MCP de Dynatrace o dtctl, la CLI de código abierto al estilo de kubectl.

Instalar las skills en tu agente

El repositorio documenta cuatro vías. Elige una sola por puesto.

  1. Paquete de skills (skills.sh), para Claude Code, Cursor, Cline, GitHub Copilot, OpenCode y los agentes compatibles:
    npx skills add dynatrace/dynatrace-for-ai
  2. Plugin de Claude Code, que incluye las skills y la configuración del servidor MCP:
    export DT_ENVIRONMENT=https://<env>.apps.dynatrace.com
    export DT_PLATFORM_TOKEN=<votre-platform-token>
    claude plugin install dynatrace@claude-plugins-official
    claude mcp login plugin:dynatrace:dynatrace   # vérifie la connexion

    El https:// es obligatorio en DT_ENVIRONMENT. El token debe incluir como mínimo los scopes del MCP gateway; la lista completa está en la documentación del servidor MCP.

  3. Plugin de Cursor: instalación solo gráfica, desde Customize en la barra lateral, con las mismas dos variables de entorno definidas antes de arrancar.
  4. Manual: copiar las carpetas de skills en el directorio del agente (.agents/skills/, .claude/skills/, .cursor/skills/…). Para GitHub Copilot en VS Code, copiar también los prompts en .github/prompts/: pasan a ser comandos slash como /dt-troubleshoot-problem.

En cuanto a la conexión, el plugin referencia un servidor MCP remoto, alojado por Dynatrace: no hay nada que instalar. Esto es lo esencial de mcp.json:

{
  "mcpServers": {
    "dynatrace": {
      "url": "${env:DT_ENVIRONMENT}/platform-reserved/mcp-gateway/v0.1/servers/dynatrace-mcp/mcp",
      "headers": {
        "Authorization": "Bearer ${env:DT_PLATFORM_TOKEN}",
        "Dt-External-Source": "dynatrace-for-ai/8.0.1"
      }
    }
  }
}

El token nunca vive en el archivo: se lee del entorno. La cabecera Dt-External-Source se limita a identificar la versión del paquete. La puesta en marcha detallada del servidor se cubre en nuestra guía MCP de Dynatrace en SaaS.

Archivo mcp.json del repositorio Dynatrace for AI con las variables DT_ENVIRONMENT y DT_PLATFORM_TOKEN

Recorrido concreto: investigar errores paso a paso

Escenario: la tasa de errores de un servicio de pagos sube tras un despliegue. Trabajas en Claude Code con el plugin instalado.

  1. Comprobar la conexión. Lanza claude mcp login plugin:dynatrace:dynatrace. Sin este paso, el agente razonará en el vacío.
  2. Cargar el escenario adecuado. Pega el contenido de prompts/dt-investigate-error.prompt.md. Le pide al agente que deduzca el nombre del servicio a partir del espacio de trabajo y que te lo haga confirmar.
  3. Dejar que el agente parta de los problemas de Davis. El prompt impone el orden: problemas, después logs de nivel ERROR acotados a la ventana y a las entidades del problema, y después trazas. Este orden evita la búsqueda de texto completo sobre treinta días.
  4. Observar la carga progresiva. Al principio, el agente solo tiene el nombre y la descripción de cada skill (unos 100 tokens cada una). Cuando escribe DQL, carga dt-dql-essentials (menos de 5000 tokens) y después solo la referencia útil, por ejemplo references/optimization.md.
  5. Revisar las consultas. Pide al agente que muestre cada consulta DQL antes de ejecutarla. Comprueba los filtros tempranos y el rango de tiempo corto: ahí se juega el coste.
  6. Aprovechar la síntesis. El prompt termina con tres errores prioritarios, trazas vinculadas, el código implicado y una propuesta de remediación. Llévala al ticket del incidente.
Extracto del prompt dt-investigate-error y de la cabecera de la skill dt-dql-essentials

Cómo comprobar que funciona

  • En Claude Code, /plugin debe listar el plugin de Dynatrace, y el comando claude mcp login debe completarse.
  • Haz una pregunta que exija DQL: la respuesta debe citar campos del diccionario semántico, no columnas inventadas.
  • Vuelve a lanzar en un Notebook una consulta producida por el agente: mismo resultado; si no, la consulta o los permisos están en cuestión.

Qué cambia respecto al servidor MCP por sí solo

El servidor MCP da manos al agente: ejecutar DQL, listar problemas. No le enseña a usarlas bien. Las skills añaden el modo de empleo: qué campos existen, qué consultas cuestan caro, qué orden seguir en una investigación. Nuestro artículo sobre el servidor MCP de Dynatrace del síntoma a la corrección muestra la herramienta sola; con las skills, las mismas llamadas resultan más acertadas y menos costosas.

Para un SRE, el efecto se mide en MTTR: menos idas y vueltas con consultas erróneas, un método idéntico de una guardia a otra, menos toil. Los prompts hacen reproducible la investigación, lo que facilita también el post-mortem blameless.

Otro matiz: el repositorio presenta dtctl como la opción recomendada en la mayoría de los casos, porque cubre también los SLO, dashboards, workflows y ajustes, en cualquier agente capaz de lanzar comandos de shell. El servidor MCP sigue siendo la elección natural cuando el agente habla MCP de forma nativa. Para el formato en sí, consulta el Model Context Protocol explicado y, para el equivalente en el editor, el plugin de Dynatrace para Cursor.

Límites que conviene conocer

  • Dynatrace Managed. Las direcciones del repositorio apuntan a *.apps.dynatrace.com y las skills se basan en Grail, DQL y las aplicaciones de la plataforma. Por tanto, están pensadas para Dynatrace SaaS. Para un clúster Managed, lee nuestro artículo MCP de Dynatrace en Managed antes de plantearte nada.
  • Conocimiento, no verdad. Una skill reduce los errores, no los elimina. Revisa las consultas y las modificaciones propuestas.
  • Contribuciones cerradas en las skills. El contenido se mantiene internamente y se publica de forma periódica; las pull requests que modifican las skills se rechazan, hay que abrir una issue.
  • Datos. El servidor MCP proporcionado se conecta a tu entorno; el README remite a la política de privacidad de Dynatrace. Da al token lo estrictamente necesario.

Buenas prácticas

  • Instala todas las skills: la carga progresiva evita saturar el contexto.
  • Guarda DT_PLATFORM_TOKEN en el entorno o en un gestor de secretos, nunca en un repositorio.
  • Empieza cada investigación con un prompt del repositorio en lugar de una pregunta libre.
  • Haz validar por una persona cualquier acción de escritura (dashboard, workflow, ajuste).

Preguntas frecuentes

¿Sustituye Dynatrace for AI al servidor MCP?

No. Las skills son solo conocimiento. Se combinan con el servidor MCP o con dtctl para acceder a los datos.

¿Hay que instalar las 34 skills?

Sí, el repositorio lo recomienda: el agente carga primero solo los nombres y las descripciones, y el contenido completo únicamente cuando lo necesita.

¿Puedo usar los prompts sin el plugin?

Sí. Cópialos en cualquier chat de agente, o en .github/prompts/ para GitHub Copilot en VS Code. Carga antes las skills que citan.

Conclusión

Dynatrace for AI cierra la brecha entre un agente que sabe llamar a una API y un agente que sabe investigar. Empieza por el plugin o por npx skills add, conecta el servidor MCP y juega después un prompt de investigación sobre un incidente pasado para juzgar la calidad de las respuestas antes de fiarte de ellas en una guardia. La fuente es la que manda: el repositorio de GitHub y la documentación del servidor MCP.

span.observer es un blog comunitario independiente, no afiliado a Dynatrace LLC. Dynatrace es una marca de Dynatrace LLC. Este artículo describe un repositorio público en la fecha de redacción (versión 8.0.1). Comprueba siempre los valores (puertos, versiones, tamaños) en la documentación oficial correspondiente a tu versión antes de pasar a producción.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
MCP Dynatrace Managed : installer le serveur, token, outils et sécurité

MCP de Dynatrace Managed: instalar el servidor, token, herramientas y seguridad

Next Post
Parcours métriques Dynatrace Managed : la formation en 6 modules

Curso de métricas de Dynatrace Managed: la formación en 7 módulos

Related Posts