Pulumi Cloud Development MCP
用Python集成Datadog API，实现监控跟踪与日志分析
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Pulumi Cloud Development MCP。 它的用途是：用Python集成Datadog API，实现监控跟踪与日志分析 完整的 Skill 内容见：https://321skill.com/skills/pulumi-cloud-development-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我需要为刚定义的AWS Lambda函数创建一个Datadog监控器，当错误率超过5%时告警。”，它会生成相应的Pulumi Python代码，定义Datadog Monitor资源并配置相关指标和阈值。或者
对AI说：“查询过去一小时内生产环境‘payment-service’的日志，找出错误级别的事件。”，它可以生成调用Datadog Logs API进行查询的代码片段。
介绍
这个Skill解决了开发者在云基础设施开发中，需要将应用监控、日志分析等运维能力集成到开发流程中的问题。通过Python调用Datadog API，它允许你在编写Pulumi IaC代码的同时，直接配置和管理Datadog的监控仪表盘、告警规则和日志处理管道，实现基础设施即代码与可观测性配置的统一。
使用方式很简单：在支持MCP（Model Context Protocol）的AI编程助手（如Claude Desktop、Cursor）中安装并启用此Skill。之后，当你编写Pulumi代码定义云资源时，可以直接通过自然语言指令，让AI助手生成相应的Datadog监控资源代码，例如创建监控器、查询日志或设置SLO。
它非常适合需要将可观测性左移的运维工程师、运维开发（DevOps）以及负责云原生应用后端开发的工程师。这些角色往往需要在项目早期就考虑监控策略，并希望用代码而非手动点击来管理监控配置。
建议在项目初期规划监控需求时就引入此Skill，以便与基础设施代码同步演进。注意，它主要服务于配置生成环节，实际调用Datadog API需要你预先配置好有效的API密钥和应用密钥。
核心特点
与通用的Datadog SDK或手动控制台配置相比，此Skill深度集成在AI编程助手的上下文中，允许通过自然语言直接生成Pulumi资源代码，实现了从监控需求描述到可执行IaC代码的快速转换。它专注于Pulumi这一特定IaC工具链，提供了更精准的代码生成能力。
注意事项
不适合不采用Pulumi作为基础设施管理工具，或者仅需简单、一次性手动配置Datadog监控的场景。
常见问题
需要预先准备什么？
需要拥有Datadog账号，并获取API密钥和应用密钥，同时在本地安装配置好Pulumi。
能用来做什么具体事情？
可以生成创建Datadog监控器、日志管道、仪表盘或查询已有监控数据的Pulumi Python代码。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/pulumi-cloud-development-mcp/raw/index.md 读取 Pulumi Cloud Development MCP 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/pulumi-cloud-development-mcp/raw/index.md（查看排版版本）