Verbinden Sie KI-Agenten mit Ihrer Telemetrie über den Observe MCP-Server und die CLI

Agenten verfügen über ein tiefgreifendes Verständnis Ihrer operativen Daten. Programmierassistenten können nun Fehler untersuchen, bevor ein:e Techniker:in ein Ticket eröffnet, und AI SREs können Ausfälle über Dienste hinweg korrelieren, ohne angepingt zu werden. In dieser sich ständig weiterentwickelnden Landschaft sind Menschen möglicherweise nicht mehr die primären Leser:innen Ihrer Telemetriedaten.

Dies stellt neue Anforderungen an Observability-Plattformen, da Observability sowohl für Menschen als auch für Agenten funktionieren muss. Telemetrie muss leicht zugänglich sein, nicht nur über eine Benutzeroberfläche, sondern über Schnittstellen, die Agenten aufrufen und automatisieren können: APIs, Model Context Protocol (MCP) und Command Line Interface (CLI).  

Um sicherzustellen, dass Observability sowohl für Menschen als auch für Maschinen, die mit Daten interagieren, funktioniert, freuen wir uns, die allgemeine Verfügbarkeit des neu gestalteten Observe by Snowflake MCP-Servers und einer neuen Observe-CLI mit vollständiger Parität zum MCP bekannt zu geben (die allgemeine Verfügbarkeit wird derzeit auf allen Clustern eingeführt; eu-2 und ca-1 folgen in Kürze). Das bedeutet, dass jede Operation, die der MCP-Server Agenten zur Verfügung stellt, auch als CLI-Befehl verfügbar ist. 

Diese beiden Tools wurden für die wachsende Community von Techniker:innen entwickelt, die ihre eigenen KI-Agenten mit Observe verbinden oder einfach die bestehende Benutzeroberfläche umgehen möchten, um mit der Plattform von Observe zu interagieren. Techniker:innen nutzen den MCP-Server und die CLI, um benutzerdefinierte Alert-Triage-Agenten zu erstellen, die Observe automatisch abfragen, wenn ein Alert ausgelöst wird, und Produktionstelemetrie für den Debugging-Kontext abrufen, sowie Copiloten, die bei der Untersuchung von Vorfällen mit Menschen zusammenarbeiten – neben anderen Funktionen. 

Mit dem neu gestalteten MCP-Server und der neuen CLI können Agenten, die über die Produktion nachdenken müssen, Observe nun direkt abfragen, was die Geschwindigkeit und Effizienz erhöht.

Agentenkompatibler CLI-Zugriff auf die gesamte Observe-Plattform

Die vorherige Observe-CLI deckte nur einen kleinen Teil der Möglichkeiten der Plattform ab, da die meisten Funktionen vom Terminal aus nicht zugänglich waren. Die neue, agentenkompatible CLI bietet programmatischen Zugriff auf die Funktionen von Observe über die Befehlszeile, wobei dieselbe Oberfläche über den MCP-Server und in der Benutzeroberfläche verfügbar ist. Sie funktioniert sowohl in Agentenumgebungen wie Claude Code als auch in interaktiven Terminalsitzungen. 

Einige Workflows können autonom im Hintergrund ausgeführt werden und Routineaufgaben erledigen, ohne dass ein:e Techniker:in anwesend ist. Andere sind für die interaktive Nutzung konzipiert und erfordern, dass ein:e Techniker:in die Untersuchung direkt leitet. Die neue CLI ist eine programmatische Schnittstelle, die unseren Nutzer:innen hilft, ihre Observability-Workflows zusammenzustellen, zu automatisieren und zu erweitern. 

Vorgefertigte Skills für gängige Observability-Workflows 

Sowohl die CLI als auch der MCP-Server werden mit einer Bibliothek von Skills ausgeliefert: strukturierte Workflows, die darauf basieren, wie Observe-Techniker:innen gängige Observability-Aufgaben lösen. Agenten und Techniker:innen können diese Skills direkt nutzen, um Vorfälle zu untersuchen, Fehler zu verfolgen, Änderungen zu validieren, n+1-Probleme zu finden und sogar Ausreißer zu erkennen. Die Skills funktionieren nach der Konfiguration sofort ohne zusätzliche Einrichtung, was bedeutet, dass sowohl Menschen als auch Maschinen sofort loslegen können. 

Ein neu gestaltetes MCP, entwickelt für Kosteneffizienz und Agentenzugriff 

Vor dem Neuaufbau des MCP-Servers haben wir mit den Engineering-Teams gesprochen, die ihre Agenten bereits mit Observe verbinden. Ihr Feedback hat unsere Entwicklung geprägt:

• Durch das Entfernen des LLM-Vermittlers wird der Betrieb des MCP-Servers kostengünstiger. Ohne ihn verbinden sich Agenten direkt mit den APIs von Observe, was die Latenz und den Overhead für jeden Aufruf reduziert.
  

• Einige Teams hatten ihre eigenen Workarounds entwickelt, da es keinen unterstützten programmatischen Zugriff gab. Der neu aufgebaute Server deckt ab, was diese Teams benötigten.
  

• Engineering-Teams hatten spezifische Anwendungsfälle im Sinn, darunter die Aktualisierung von Dashboards nach einer Untersuchung, das Abrufen von Diagrammbildern für automatisierte Berichte und die direkte Abfrage von APM-Fehlern. Wir haben unsere Plattform erweitert, um sie zu unterstützen. 

Die wichtigste Änderung im neuen MCP-Server ist wirtschaftlicher Natur. Die ursprüngliche Architektur hatte ein benutzerdefiniertes LLM-Harness integriert. Es empfing eine Benutzeranfrage, übernahm die Schlussfolgerung und gab eine Antwort zurück. Mit den Fortschritten bei Foundation-Modellen ist ein Observe-LLM-Mittelsmann nicht mehr erforderlich. Die neue Architektur verzichtet darauf, sodass diese bisherigen Kosten nicht mehr weitergegeben werden müssen. 

Technischer Einblick: MCP-Server bietet Agenten nun direkten Zugriff auf Observe 

Im alten MCP-Server mussten Agenten Abfragen an einen einzigen Endpunkt senden, wo das LLM von Observe die Frage interpretierte und eine Antwort zurückgab. Dies bedeutete, dass Agenten keinen direkten Einblick in die Datenstruktur von Observe hatten und keine Berechtigung hatten, Datensätze zu untersuchen, was sowohl für Observe als auch für unsere Kund:innen teuer war. 

Im neuen MCP-Server verbinden sich Agenten mit der Observe-Plattform und haben Zugriff auf dieselben APIs, die das Frontend von Observe antreiben. Das bedeutet, dass Agenten den Kontextgraphen von Observe direkt abfragen, bestimmen können, welche Datensätze am wertvollsten abzufragen sind (was genauere Antworten ermöglicht), und effizientes OPAL schreiben können, sodass sie präzise Observability-Abfragen für beliebige Telemetriedaten ausführen können.

Über den MCP-Server haben Agenten Zugriff auf dieselben Funktionen, die in der Observe-Benutzeroberfläche verfügbar sind: APM-Service-Maps, OpenTelemetry-Datenerfassungseinrichtung in Observe und aktives Alert-Listing. 

Zusammen bieten diese Funktionen Agenten direkten Zugriff auf das, was in Observe vorhanden ist, ohne die Latenz oder die Kosten des alten LLM-Vermittlers. 

Erste Schritte mit dem MCP-Server

Um mit dem Observe MCP-Server zu beginnen, melden Sie sich bei Ihrem Mandanten an, gehen Sie zu „Manage account” → „MCP server details” und befolgen Sie die Anweisungen für den Agenten Ihrer Wahl. Die folgende Demo führt durch die vollständige Einrichtung und einen Live-Untersuchungs-Workflow.

Observability-Daten für jedes Tool in Ihrem Stack zugänglich machen 

Bei Observe by Snowflake glauben wir, dass Observability im Grunde ein Datenproblem ist, und wir arbeiten daran, an der Spitze dieses Wandels in der Art und Weise zu stehen, wie Observability konsumiert wird. Der neue Observe MCP-Server und der CLI-Zugriff ermöglichen es uns, Observability-Daten direkt für die KI-Agenten und Entwickler-Workflows zugänglich zu machen, auf die sich Teams bereits verlassen. 

Erfahren Sie mehr und legen Sie los mit Observe by Snowflake.