Bits Agent Builder

개요

Bits Agent Builder를 사용하면 사용자 지정 AI 에이전트를 만들어 Datadog 도구와 통합을 사용해 운영 작업을 자동화할 수 있습니다. 에이전트는 로그 검색, 메트릭 쿼리, 작업 항목 생성, 메시지 전송 등 Action Catalog의 모든 작업을 수행할 수 있습니다.

정적 자동화로 처리하기는 너무 복잡하지만, 사람이 직접 하기에는 너무 반복적인 작업을 처리하는 데 에이전트를 사용하세요. 오류 분류, 인시던트에 대응, 추세 분석 및 문제 에스컬레이션 등이 대표적인 예입니다.

Bits Agent Builder는 AI 크레딧을 사용합니다.

Bits Agent Builder 편집기. 지침, 모델, 도구 및 자동화 구성을 표시함

에이전트 만들기

Bits Agent Builder 페이지에서 New Agent를 클릭합니다. 여기에서 세 가지 방법으로 에이전트를 만들 수 있습니다.

AI로 빌드: 에이전트가 무슨 일을 하기를 원하는지 자연어로 설명하세요. Bits Agent Builder가 지침을 생성하고, 관련 도구를 선택하며 에이전트를 구성해 줍니다.
Blueprint에서 시작: 오류 분류, 인시던트 대응, 보안 분석 또는 DevOps 지원과 같은 일반적인 사용 사례에 적합한 사전 빌드된 템플릿을 선택하세요. Blueprints는 지침, 도구 및 자동화가 미리 구성되어 제공되며 사용자 지정이 가능합니다.
처음부터 시작: 에이전트를 수동으로 구성하세요. 지침 쓰기, 모델 선택, 도구 추가를 모두 수동으로 진행합니다.

Bits Agent Builder의 새 에이전트 인터페이스, 텍스트 필드 및 Blueprint 옵션을 표시함

에이전트 구성

지침

지침은 에이전트가 실행될 때 할 일을 알려줍니다. 지침은 자연어로 작성하세요. 목표, 프로세스, 제한 사항(있는 경우)을 설명합니다. 지침은 직접 편집해도 되고, 채팅 인터페이스를 통해 조정해도 됩니다.

지침은 구체적이고 결과 지향적으로 작성하세요. 예를 들면 다음과 같습니다.

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.

모델

에이전트의 추론 기반이 될 LLM을 선택합니다. 모델마다 기능, 속도 및 비용이 다릅니다. 에이전트의 워크로드에 따라 선택하세요. OpenAI의 비교 도구 및 Anthropic의 모델 비교를 사용하여 모델을 비교할 수 있습니다.

도구

도구는 에이전트가 수행할 수 있는 작업을 정의합니다. Action Catalog에서 도구를 추가하세요. 에이전트는 해당 에이전트의 구성에 추가된 도구만 사용할 수 있습니다.

추가된 도구를 클릭하면 해당 도구의 파라미터를 하드코딩할 수 있습니다. 예를 들어, Slack 도구를 특정 채널에 고정하거나 로그 쿼리를 특정 서비스에 고정할 수 있습니다.

Datadog MCP Server은 기본적으로 활성화되어 있습니다. 사용자 지정 HTTP 작업을 사용하여 모든 API에 연결할 수 있습니다.

자동화

일정을 사용하여 에이전트가 자동으로 실행되도록 설정하거나 Datadog 모니터, 인시던트 또는 보안 신호에서 에이전트가 트리거되도록 설정하세요. 이러한 자동화에는 Workflow Automation을 사용합니다.

에이전트 테스트

내장된 채팅 인터페이스를 사용하여 에이전트를 테스트하세요. 메시지를 보내고, 에이전트의 추론을 검토하며, 올바른 작업을 수행하는지 확인하세요. 채팅 기록은 세션이 전환되어도 보존됩니다.

에이전트 오케스트레이션

Run Agent 작업을 통해 Workflow Automation 및 App Builder에서 에이전트를 사용하세요. 이렇게 하면 모든 워크플로에 AI 추론을 포함할 수 있습니다.

워크플로의 Run Agent 단계 구성, 에이전트 선택, 실행 지침, 대화 ID 및 출력 스키마 필드를 표시함

Workflow Automation에서 워크플로를 열거나 생성하거나, App Builder에서 앱을 열거나 생성합니다.
Action Catalog에서 Run Agent 단계를 추가합니다.
실행할 에이전트를 선택합니다.
Run Instructions를 작성합니다. 이것은 에이전트가 실행될 때마다 받는 프롬프트입니다. {{Source.form}}과 같은 변수를 사용해 트리거 데이터를 전달합니다.

Run Agent 단계는 다음과 같은 옵션 필드도 지원합니다.

Output Schema: 에이전트 응답에 대한 JSON 스키마를 정의합니다. 설정하면 에이전트가 다운스트림 단계에서 사용할 수 있도록 스키마에 맞춰 출력을 구조화합니다.. 예를 들어 requestType 필드가 포함된 스키마를 정의한 다음, If 조건 단계에서 Run Agent.finalResponse.requestType을 기준으로 분기할 수 있습니다.
Conversation ID: 기본적으로 각 Run Agent 호출은 독립적인 단일 턴 실행으로 이루어집니다. Conversation ID를 전달하면 에이전트가 여러 워크플로 실행에 걸쳐 컨텍스트를 유지할 수 있습니다. 다중 턴 세션에는 채팅 UI와 동일한 컨텍스트 창 한도가 적용됩니다.