Wie man KI-Agenten mit seiner Infrastruktur befreundet – mit Pup

Haben Sie schon einmal versucht, einem KI-Agenten (wie Claude Code oder Cursor) die API-Dokumentation eines Cloud-Dienstes zu geben und ihn zu bitten, einen defekten Dienst zu „reparieren"? Mit hoher Wahrscheinlichkeit verheddert sich der Agent in Endpunkten, Authentifizierungsmethoden und JSON-Antwortstrukturen. Datadog Labs hat dies elegant gelöst: Sie haben Pup veröffentlicht, ein dediziertes CLI-Tool, das die umfangreiche Monitoring-Plattform zu einem braven „Haustier" für Ihre automatisierten Helfer macht.

Warum brauchen wir noch eine weitere Kommandozeile

Normalerweise werden CLIs für Menschen geschrieben. Sie haben hübsche Fortschrittsbalken, interaktive Eingabeaufforderungen und unzählige Argumente, die wir uns nicht merken wollen. Pup (kurz für Welpe) ist anders konzipiert. Sein Hauptziel ist es, eine Brücke zwischen Ihrem Code und allen Monitoring-Daten zu schlagen, die Datadog sammelt.

In letzter Zeit sehe ich immer mehr Entwickler, die versuchen, routinemäßige SRE-Aufgaben zu automatisieren. Zum Beispiel das Finden von Anomalien in Logs oder das Überprüfen des Monitor-Status vor einem Release. Dies über reguläre API-Anfragen zu tun, dauert lange. Wrapper für jede Kleinigkeit zu schreiben, ist langweilig. Pup übernimmt die gesamte „schmutzige" Arbeit der Kommunikation mit der Datadog API und liefert eine sauber strukturierte Antwort an den Agenten (oder Sie).

Wie Pup das Leben des Agenten erleichtert

Die Entwickler bei Datadog Labs haben mehrere Ideen in das Projekt eingebaut, die diese CLI ideal für Maschinen machen.

Das Tool kann automatisch erkennen, wenn es von einem KI-Agenten ausgeführt wird. Wenn die Umgebung Variablen wie CLAUDE_CODE, CURSOR_AGENT oder GITHUB_COPILOT enthält, schaltet Pup in einen speziellen Modus. Statt menschenlesbarer Tabellen gibt es dichtes JSON mit Metadaten und Hinweisen aus, die LLMs viel besser verstehen.

Ein weiterer wichtiger Punkt ist die automatische Bestätigung destruktiver Aktionen. Wenn Sie im normalen Modus einen Monitor-Löschbefehl ausführen, fragt die CLI: „Sind Sie sicher?". Im Agentenmodus versteht Pup den Kontext und blockiert die Automatisierung nicht mit unnötigen Fragen, es sei denn, dies ist explizit konfiguriert.

Unter der Haube: Funktionen und Technologien

Das Projekt ist in Rust geschrieben, was Geschwindigkeit und keine seltsamen Speicherfehler garantiert. Aber das Interessantere ist die API-Abdeckung, die das Utility bietet. Es deckt nahezu die gesamte Datadog-Funktionalität ab – von grundlegenden Metriken bis zu komplexen Sicherheitseinstellungen.

Hier ist nur ein kleiner Teil dessen, was Sie mit einem einzigen Befehl tun können:

• Monitoring: Verwalten von Alerts, Dashboards und SLOs.
• Sicherheit: Finden von Schwachstellen und Audit-Logs.
• CI/CD: Verfolgen der Pipeline-Qualität und Finden von „flaky" Tests.
• Kosten: Analysieren der Cloud-Ausgaben und Zuordnung nach Abteilung.

Interessanterweise unterstützt Pup OAuth2 mit PKCE. Das bedeutet, Sie müssen keine langlebigen API-Schlüssel irgendwo in Konfigs speichern, die ein Agent versehentlich „leaken" könnte. Die Autorisierung findet über den Browser statt, und Tokens werden sicher im System-Keychain (macOS Keychain oder Windows Credential Manager) gespeichert.

Praktische Szenarien

Stellen Sie sich vor, Sie verwenden Claude Code, um einen Microservice zu refaktorisieren. Jetzt können Sie ihm den Befehl geben: „Überprüfe die Fehlerlogs in Datadog für die letzte Stunde und sag mir, ob ich mit meinem letzten Commit etwas kaputt gemacht habe".

Der Agent führt einfach aus:

pup logs search --query="service:my-app status:error" --from="1h"

Und erhält ein Ergebnis in einem Format, das er sofort analysieren kann.

Ein weiteres cooles Feature sind lokale Runbooks. Dies sind YAML-Dateien, in denen Sie eine Kette von Aktionen beschreiben können: Metriken prüfen, wenn sie über dem Normalwert liegen – Bestätigung vom Operator anfordern, dann einen Workflow in Datadog starten. Dies macht Pup zu einer vollwertigen Operations-Automatisierungs-Engine, die direkt in Ihrem Terminal lebt.

Lohnt es sich, es auszuprobieren?

Das Projekt befindet sich derzeit im Preview-Status. Das bedeutet, Schnittstellen könnten sich leicht ändern, und Sie könnten auf Bugs im Code stoßen. Dennoch sieht Pup bereits jetzt wie der einfachste Weg aus, Ihrem KI-Assistenten „Augen" in Ihrer Infrastruktur zu geben.

Für wen dies definitiv nützlich sein wird:

• SRE- und DevOps-Ingenieure, die die Incident-Debugging beschleunigen wollen.
• Entwickler, die KI-Agenten aktiv in ihrem Workflow nutzen.
• Teams, die komplexe Automatisierungssysteme auf Basis von Datadog aufbauen.

Wenn Sie das Tool auf macOS testen möchten, dauert die Installation über Homebrew nur ein paar Minuten:

brew tap datadoghq/tap
brew install pup

Danach führen Sie einfach pup auth login aus, und Sie sind bereit loszulegen.

Meiner Meinung nach sind Tools wie dieses die Zukunft der Interaktion mit Cloud-Plattformen. Wir bewegen uns weg vom Klicken in der Browser-Konsole hin zu bedeutsamer Kommunikation mit dem System durch Agenten, und Pup ist hier ein ausgezeichneter Führer.