Collega gli agenti AI alla telemetria con il server MCP e la CLI Observe

Gli agenti hanno una comprensione sofisticata dei tuoi dati operativi. Gli assistenti di coding possono ora analizzare gli errori prima che un engineer apra un ticket e gli AI SRE possono correlare i guasti tra i servizi senza bisogno di essere allertati. In questo scenario in continua evoluzione, le persone potrebbero non essere più i principali lettori dei tuoi dati di telemetria.

Questo impone nuovi requisiti alle piattaforme di observability, perché l’observability deve funzionare sia per le persone sia per gli agenti. La telemetria deve essere facilmente accessibile, non solo tramite una UI, ma attraverso interfacce che gli agenti possono richiamare e automatizzare: API, model context protocol (MCP) e command line interface (CLI).  

Per contribuire a garantire che l’observability funzioni sia per le persone sia per le macchine che interagiscono con i dati, siamo orgogliosi di annunciare la general availability del server MCP Observe by Snowflake riprogettato e di una nuova CLI Observe con parità completa di funzionalità rispetto all’MCP (la general availability è in fase di rollout su tutti i cluster; eu-2 e ca-1 seguiranno a breve). Questo significa che ogni operazione che il server MCP mette a disposizione degli agenti è disponibile anche come comando CLI. 

Questi due strumenti sono pensati per la crescente community di engineer che vogliono collegare i propri agenti AI a Observe, o semplicemente aggirare la UI esistente per interagire con la piattaforma Observe. Gli engineer utilizzano il server MCP e la CLI per sviluppare agenti personalizzati di triage degli alert, che interrogano automaticamente Observe quando scatta un alert ed estraggono la telemetria di produzione per dare contesto al debugging, e copilot che affiancano le persone durante le indagini sugli incidenti, oltre ad altre funzionalità. 

Con il server MCP riprogettato e la nuova CLI, gli agenti che devono ragionare sull’ambiente di produzione possono ora interrogare Observe direttamente, con maggiore velocità ed efficienza.

Accesso CLI compatibile con gli agenti a tutta la piattaforma Observe

La precedente CLI Observe copriva solo una piccola parte di ciò che la piattaforma era in grado di fare: la maggior parte delle funzionalità non era accessibile dal terminale. La nuova CLI, compatibile con gli agenti, offre accesso programmatico alle funzionalità di Observe dalla riga di comando, con la stessa superficie disponibile tramite il server MCP e nella UI. Funziona sia in ambienti agentici come Claude Code sia in sessioni interattive da terminale. 

Alcuni workflow possono essere eseguiti in autonomia in background e gestire task di routine senza la presenza di un engineer. Altri sono progettati per l’uso interattivo e richiedono che un engineer guidi direttamente l’indagine. La nuova CLI è un’interfaccia programmatica che aiuta i nostri utenti a comporre, automatizzare ed estendere i propri workflow di observability. 

Skill predefinite per i workflow di observability più comuni 

Sia la CLI sia il server MCP includono una libreria di skill: workflow strutturati, creati sulla base del modo in cui gli engineer Observe risolvono i task di observability più comuni. Agenti ed engineer possono usare queste skill direttamente per indagare sugli incidenti, tracciare i guasti, validare le modifiche, individuare problemi n+1 e persino rilevare gli outlier. Le skill funzionano subito, senza setup aggiuntivo dopo la configurazione: così sia le persone sia le macchine partono immediatamente a pieno regime. 

Un MCP riprogettato, pensato per l’efficienza dei costi e l’accesso degli agenti 

Prima di ricostruire il server MCP, abbiamo parlato con i team di engineering che collegano già i propri agenti a Observe. Il loro feedback ha dato forma a ciò che abbiamo costruito:

• Eliminare l’intermediario LLM rende il server MCP più efficiente in termini di costi. Senza di esso, gli agenti si collegano direttamente alle API di Observe, riducendo latenza e overhead per ogni chiamata.
  

• Diversi team avevano creato soluzioni alternative proprie, perché non esisteva un accesso programmatico supportato. Il server ricostruito copre ciò di cui quei team avevano bisogno.
  

• I team di engineering avevano in mente casi d’uso specifici, tra cui l’aggiornamento delle dashboard dopo un’indagine, il recupero delle immagini dei grafici per report automatizzati e l’interrogazione diretta degli errori APM. Abbiamo ampliato la nostra piattaforma per supportarli. 

Il cambiamento più significativo del nuovo server MCP è di natura economica. L’architettura originale integrava un harness LLM personalizzato. Riceveva la query di un utente, gestiva il ragionamento e restituiva una risposta. Con i progressi dei foundation model, un intermediario LLM Observe non è più necessario. La nuova architettura lo elimina, così quel costo non deve più essere trasferito. 

Approfondimento tecnico: ora il server MCP offre agli agenti accesso diretto a Observe 

Nel vecchio server MCP, gli agenti dovevano inviare le query a un unico endpoint, dove l’LLM di Observe interpretava la domanda e restituiva una risposta. Questo significava che gli agenti non avevano visibilità diretta sulla struttura dei dati di Observe né il permesso di esplorare i data set, con costi elevati sia per Observe sia per i nostri clienti. 

Nel nuovo server MCP, gli agenti si collegano alla piattaforma Observe e accedono alle stesse API che alimentano il frontend di Observe. Gli agenti possono quindi interrogare direttamente il grafo di contesto di Observe, stabilire quali data set siano più utili da interrogare (per risposte più accurate) e scrivere codice OPAL efficiente, eseguendo query di observability precise su qualsiasi dato di telemetria.

Tramite il server MCP, gli agenti accedono alle stesse funzionalità disponibili nella UI di Observe: mappe dei servizi APM, configurazione della raccolta dati OpenTelemetry in Observe ed elenco degli alert attivi. 

Nel complesso, queste funzionalità danno agli agenti accesso diretto a ciò che si trova in Observe, senza la latenza e i costi del vecchio intermediario LLM. 

Iniziare a usare il server MCP

Per iniziare a usare il server MCP Observe, accedi al tuo tenant, vai su “Manage account” → “MCP server details” e segui le istruzioni per l’agente che preferisci. La demo qui sotto illustra l’intera configurazione e un workflow di indagine dal vivo.

Rendere i dati di observability accessibili a ogni strumento del tuo stack 

In Observe by Snowflake crediamo che l’observability sia fondamentalmente un problema di dati e stiamo costruendo per essere in prima linea in questo cambiamento nel modo in cui l’observability è utilizzata. Il nuovo server MCP Observe e l’accesso tramite CLI ci permettono di rendere i dati di observability direttamente accessibili agli agenti AI e ai workflow di sviluppo su cui i team fanno già affidamento. 

Scopri di più e inizia con Observe by Snowflake.