OpenClaw 终于可以读懂 OpenTelemetry APM 了

1先认识 DataBuff：OpenTelemetry APM

DataBuff（github.com/databufflabs/databuff）是国产开源 OpenTelemetry APM 平台，Docker 一条命令即可部署。

一句话：按 OTel 标准接入遥测数据，统一存储 Trace、指标、拓扑与告警——为外部 Agent 提供可查询的真实 APM 底座。

OpenTelemetry APM 能力

OTLP 标准接入，链路追踪 / 服务指标 / 拓扑 / 告警
从 Trace 衍生丰富数据模型（服务、接口、调用链、组件指标）
极简三组件：Ingest → Doris → Web，运维成本低

重点能力	能帮你做什么
MCP 对外开放（本文主角）	Cursor、Claude Code、OpenClaw 等外部 Agent 调用同一套 APM 工具
官方 Skills	约束问数口径与巡检流程，避免 Agent 编造指标

DataBuff 三组件架构 Ingest Doris Web — *图：Ingest → Doris → Platform，Docker 一条命令跑起来*

DataBuff 全局服务拓扑 — *图：全局服务拓扑——MCP 工具读的是同一套实时 OTel 数据*

本文聚焦：DataBuff 把 APM 能力通过 MCP + Skills 开放给 OpenClaw——可接 CLI、WebChat，或飞书 / 钉钉 Channel。下文教你 5 分钟接入，实现一句话巡检全集群。

2凌晨告警：开 5 个窗口，还是打一句话？

告警弹出：「下单链路变慢，全集群有没有异常？」

传统做法：APM 看板 → Trace → 拓扑 → 告警列表 → 手写结论。一轮 20～30 分钟。

在多系统里翻 Trace — *图：多窗口拼证据链——Agent 接入后可一句话串完*

接入 OpenClaw 后：在 CLI、WebChat，或飞书 / 钉钉 Channel 里直接发一句话。Agent 经 DataBuff MCP 查 Doris 里的真实 OTel 数据，返回结构化中文结论（服务表、巡检报告、趋势汇总）——不是模型编造指标。

❌ 没有 MCP

模型编造「错误率 2.3%」——全是幻觉，不能上故障群。

✅ MCP + Skills

先 inspectService 初筛 → 异常再查 Trace / 拓扑 → 输出带证据链的中文报告。

OpenClaw 列出服务最终回复 — *图：用户提问「列出最近 1 小时的服务」→ Assistant 返回 Web 服务 + 中间件分组表格与中文总结*

3MCP 是手，Skills 是脑

DataBuff 开源迭代开放了 Agent 集成包（integrations/agent/），两层能力一起用才有「运维 Agent」：

MCP = 15 个 APM 工具（查服务、Trace、指标、告警、巡检、画趋势）

Skills = 问数口径 + 巡检流程（什么时候 inspect、怎么填时间、如何串证据）

层	内容	举例
MCP 工具	真实数据读写	`queryServicesAll`、`inspectService`、`queryTraceDetail`
Skills	行为规则	`skill.data.metrics`、`skill.inspection.health`

外部 Agent 通过 MCP 查询 Doris 里的真实 OTel 数据，在 OpenClaw 对话区呈现为中文表格与结论——不是模型编造指标。

OpenClaw Skills 列表 — *图：Skills 页 — Workspace Skills 已启用 skill.data.metrics（问数口径）*

45 分钟接入：把 MCP + Skills 添加到 OpenClaw

前提：DataBuff 已部署，OpenClaw Gateway 所在环境能访问 DataBuff Web 端口（MCP 端点 http://<host>:<port>/mcp）。

两个环节：① 在 Control UI 添加并发布 MCP 服务器 + 启用 Skills → ② Chat 直接提问验证。OpenClaw 在 MCP 启用后自动挂载工具，无需在对话里手动勾选。官方集成包在 GitHub integrations/agent/ 提供 SKILL.md 与配置参考，在界面操作，不是改本地 JSON / 跑 cp 命令。

Step 1 · 部署 DataBuff（若尚未安装）：

curl -fsSL https://databuff.ai/databuff/ai-apm-install.sh | bash

DataBuff 安装成功 — *图：安装完成后 MCP 端点为 `http://<host>:<port>/mcp`*

Step 2 · 添加 MCP 服务器

打开 OpenClaw Control UI → Settings → MCP，在 Configured servers 区域新建条目（或编辑已有 databuff-apm），按下面填写：

配置项	填写内容
名称	`databuff-apm`
URL	`http://<你的 DataBuff 主机>:<端口>/mcp`
Transport	`streamable-http`
状态	Enabled

①

填完点 Save & Publish，列表出现绿色 Enabled 的 databuff-apm 卡片

②

可选：点 openclaw mcp probe databuff-apm 按钮或 CLI 探活，确认 Gateway 能连上 MCP

OpenClaw MCP 配置列表 — *图：Settings → MCP — databuff-apm 已启用，地址与 HTTP 传输可见*

DataBuff APM MCP 详情 — *图：MCP 详情 — 界面展示 DataBuff 地址，即添加结果*

Step 3 · 添加 Skills

问数与巡检规则来自 GitHub integrations/agent/skills/（skill.data.metrics 问数口径、skill.inspection.health 巡检流程）。在 OpenClaw 界面添加，推荐两种方式：

方式	操作路径
Skills 页启用	Control UI → Skills → Workspace Skills 区域，将官方 Skill 目录放入工作区后刷新，打开开关（Ready）
Skill Workshop	Control UI → Skill Workshop → 基于 `SKILL.md` 创建提案 → 审阅后 Apply 为正式 Skill（见仓库 `integrations/agent/README.md`）

①

两个 Skill 均 Ready 后 → Skills 页应出现 skill.data.metrics、巡检相关 Skill

②

点击 Skill 卡片查看问数 / 巡检规则是否完整

skill.data.metrics 详情 — *图：Skill 详情 — 界面展示 APM 问数专家行为规则（来自官方 SKILL.md）*

Skill 内容以 GitHub integrations/agent/skills/ 为准；更新后于 Skills 页刷新或 Skill Workshop 重新 Apply。Cursor / Claude Code 用户可将同一目录 copy 到各自 Skills 路径，本文不展开。

Step 4 · 验证 — MCP 发布且 Skills Ready 后，Chat → 新对话直接输入「列出最近 1 小时的服务」，应得到中文服务列表（见 §5）。Gateway 在线可在 Instances 页确认。

OpenClaw Gateway 在线 — *图：Instances — Gateway 与 Control UI 均已连接*

安全提示：MVP 无独立 MCP Token，请在内网 / VPN 使用；公网暴露请自行加网关。

5三句话，看最终回复效果

配置完成后，在Chat直接提问。下方截图为Assistant 的最终中文回复（Activity 面板默认折叠，可点开查看 MCP 工具链）。

①

「列出最近 1 小时的服务」

②

「巡检 service-a 的健康状况」

OpenClaw 巡检 service-a 最终回复 — *图：最终回复 — 健康结论、指标表与后续建议，可直接转故障群*

③

「查询每个服务最近 1 小时的请求量趋势图」

OpenClaw 请求量趋势最终回复 — *图：最终回复 — 各服务请求量汇总表 + 整体结论（后台经 MCP 查真实指标）*

验收标准：对话区出现结构化中文结论（表格 / 建议），不是模型编造数字；需要审计时可展开 Activity 查看 Databuff-apm 工具名。

6从「猜指标」到「调真实 APM」

DataBuff 把 APM 能力开放给任意 Agent 运行时；OpenClaw / 飞书 / 钉钉只是入口——MCP 查真数据、Skills 定口径才是核心。完整配置与 FAQ 见 docs/使用手册/Agent集成.md 与 integrations/agent/README.md。

⭐ 5 分钟接入 DataBuff Agent 集成

github.com/databufflabs/databuff/integrations/agent

试一句：「巡检 service-a，再看全集群有没有异常。」

GitHub 开源 →