Bits Agent Builder

概要

Bits Agent Builder を使用すると、Datadog のツールとインテグレーションを活用して運用タスクを自動化するカスタム AI エージェントを作成できます。エージェントは、ログの検索、メトリクスのクエリ、作業項目の作成、メッセージの送信、または Action Catalog にあるあらゆるアクションの実行が可能です。

静的な自動化には複雑すぎる一方で、人間が行うには反復的すぎる作業をエージェントに処理させます。たとえば、エラーのトリアージ、インシデントへの対応、傾向の分析、問題のエスカレーションなどです。

Bits Agent Builder は AI クレジットを消費します。

指示、モデル、ツール、自動化の設定を表示する Bits Agent Builder エディタ

エージェントを作成する

Bits Agent Builder ページから、[New Agent] をクリックします。そこから、3 つの方法でエージェントを作成できます。

AI で構築: エージェントに実行させたい内容を平易な言葉で記述します。Bits Agent Builder が指示を生成し、関連するツールを選択して、エージェントを構成します。
Blueprints から開始: エラーのトリアージ、インシデント対応、セキュリティ分析、DevOps 支援などの一般的なユースケース向けに、構築済みのテンプレートを選択します。Blueprints には、指示、ツール、自動化があらかじめ構成されており、カスタマイズ可能です。
ゼロから開始: エージェントを手動で構成します。指示の記述、モデルの選択、ツールの追加を行います。

テキストフィールドと Blueprints のオプションを表示する Bits Agent Builder の新規エージェントインターフェイス

エージェントの設定

手順

手順では、エージェントの実行時に行う処理を指定します。自然言語で記述し、目標、プロセス、および制約事項を説明します。手順を直接編集するか、チャットインターフェイスを使用して調整します。

具体的で、成果を重視した手順を記述します。たとえば、次のようにします。

You are an Incident Responder AI assistant specialized in managing
and coordinating incident response activities.

Your role involves:
- Guiding incident response procedures and best practices
- Helping assess incident severity and impact
- Coordinating communication between teams and stakeholders
- Managing incident lifecycle from detection to resolution
- Facilitating post-incident reviews and improvements

During incident response:
1. Use search_datadog_logs to pull recent error logs for the affected service
2. Help classify incident severity (P0/P1/P2/etc.)
3. Guide through incident response runbooks and procedures
4. Assist with stakeholder communication and updates
5. Track action items and follow-up tasks
6. Support post-mortem analysis and lessons learned

Focus on clear communication, structured processes, and continuous
improvement of incident response capabilities.

モデル

エージェントの推論に使用する LLM を選択します。モデルによって性能、速度、コストが異なるため、エージェントのワークロードに応じて選択します。OpenAI の比較ツールおよび Anthropic のモデル比較を使用してモデルを比較できます。

ツール

ツールでは、エージェントが実行できるアクションを定義します。Action Catalog からツールを追加します。エージェントは、構成に追加されたツールのみを使用できます。

追加したツールをクリックして、そのパラメーターをハードコードします。たとえば、Slack ツールを特定のチャンネルに固定したり、ログクエリを特定のサービスに固定したりできます。

Datadog MCP Server はデフォルトで有効になっています。カスタム HTTP アクションを使用して、任意の API に接続できます。

自動化

スケジュールに従ってエージェントが自動的に実行されるように設定するか、Datadog のモニター、インシデント、またはセキュリティシグナルからトリガーします。これらの自動化には Workflow Automation を使用します。

エージェントのテスト

組み込みのチャットインターフェイスを使用して、エージェントをテストします。メッセージを送信し、エージェントの推論を確認して、適切なアクションが実行されることを確認します。チャット履歴はセッション間で保持されます。

エージェントのオーケストレーション

Run Agent アクションを使用して、Workflow Automation および App Builder でエージェントを使用します。これにより、AI の推論をあらゆるワークフローに組み込むことができます。

ワークフロー内の Run Agent ステップの設定。エージェントの選択、実行手順、会話 ID、出力スキーマの各フィールドを表示

Workflow Automation でワークフローを開くか作成するか、App Builder でアプリを開くか作成します。
アクションカタログから Run Agent ステップを追加します。
実行するエージェントを選択します。
Run Instructions を記述します。これは、エージェントが実行されるたびに受け取るプロンプトです。{{Source.form}} などの変数を使用して、トリガーデータを渡します。

Run Agent ステップでは、以下のオプションフィールドもサポートされています。

出力スキーマ: エージェントの応答に対する JSON スキーマを定義します。設定すると、エージェントは後続のステップで使用できるように、スキーマに合わせて出力を構造化します。たとえば、requestType フィールドを持つスキーマを定義し、If 条件ステップで Run Agent.finalResponse.requestType に基づいて分岐させることができます。
会話 ID: デフォルトでは、各 Run Agent ステップの呼び出しは、スタンドアロンの単一ターン実行となります。会話 ID を渡すことで、エージェントは複数のワークフロー実行にわたってコンテキストを保持できます。マルチターンセッションには、チャット UI と同じコンテキストウィンドウの制限が適用されます。