工作流自动化的最后一公里不在流水线，而在线上：代码部署之后，谁来听、谁来判、谁来修。本期聚焦 Round 3「监控」维度中尚未被触及的切片——运行时可观测（observability）与告警自动化，与既往「提交即止血」（CI 触发的部署监控）、「红灯即绿灯」（CI 失败自愈）属于完全不同的平面：前者是构建期的门禁，本期评测的是生产期的耳目。我们以官方 MCP server 为主、纯 Skill 为辅，横评 Sentry、Datadog、Grafana、PagerDuty、Honeycomb、AWS CloudWatch、New Relic 七类可观测引擎，并纳入一款 Prometheus/Grafana 教学型 Skill 作对照，覆盖错误监控、指标、日志、链路追踪、事件告警五大数据族，以及「检测→聚合→告警→排查→修复→验证」的完整自愈闭环。
Claude Code 在 2026 年的扩张轨迹很清晰：先是 gh-fix-ci、gh-address-comments 把 PR 协作自动化，接着四大部署引擎（Vercel/Netlify/Cloudflare/Render）把发布自动化，再到 loop 与 long-running agent 把后台常驻自动化。当「写—测—发」全链路都能被智能体驱动时，唯一还停留在人类手动切屏的环节，就是出事之后翻 Grafana、捞 Datadog 日志、对着 Sentry 栈哭。
可观测 MCP 的爆发正是补齐这一环。截至 2026 年 6 月，主流观测平台几乎全部推出官方 MCP server：Sentry 的 mcp.sentry.dev/mcp、Datadog 远程 server 在 2026 年 3 月正式 GA、Grafana 官方维护 grafana/mcp-grafana、PagerDuty 推出 pagerduty-mcp-server、Honeycomb 提供托管 mcp.honeycomb.io/mcp、AWS Labs 把 CloudWatch 与 Application Signals 同时 MCP 化。这些 server 不再只是「读仪表盘」，而是把诊断上下文直接喂进智能体的推理窗口，让 Claude Code 能在对话里完成从告警到根因再到补丁的整段动作。
| 引擎 | 形态 | 数据族 | 官方背书 | 功能完整度(25%) | 上手难度(20%) | 变现潜力(25%) | 训练营(15%) | 社区(15%) | 加权总分 |
|---|---|---|---|---|---|---|---|---|---|
| Sentry MCP | 远程 MCP | 错误/崩溃 | 官方+Claude插件 | 5 | 5 | 4 | 4 | 5 | 4.60 |
| Datadog MCP | 托管 MCP | 指标/日志/链路全栈 | 官方(GA 2026.3) | 5 | 3 | 5 | 3 | 5 | 4.30 |
| Grafana MCP | 本地/远程 MCP | 指标/日志/看板 | 官方 | 4 | 4 | 4 | 5 | 5 | 4.35 |
| PagerDuty MCP | 本地 MCP | 事件/值班 | 官方 | 4 | 4 | 3 | 3 | 4 | 3.55 |
| Honeycomb MCP | 托管 MCP | 高基数链路/SLO | 官方(Enterprise) | 4 | 3 | 4 | 2 | 3 | 3.30 |
| AWS CloudWatch MCP | 本地 MCP | 指标/告警/日志 | awslabs 官方 | 4 | 3 | 4 | 4 | 4 | 3.80 |
| New Relic MCP | 本地 MCP | NRQL/实体/日志 | 官方+多社区实现 | 4 | 3 | 3 | 3 | 3 | 3.20 |
| Prometheus/Grafana Skill | 纯 Skill | 指标/PromQL | 社区 | 3 | 5 | 3 | 5 | 3 | 3.70 |
评分说明：上手难度与训练营两项为「越高越易/越适合」的正面分；满分为 5。加权总分按权重折算。
claude mcp add --transport http sentry https://mcp.sentry.dev/mcp；同时作为官方 Claude 插件上架 claude.com/plugins/sentry，仓库 getsentry/sentry-mcp。claude 对话从崩溃栈到补丁，适合 2 课时讲透错误监控闭环。变现上 Sentry 本体已收费，增值空间在「告警→修复单」自动派工的产品化。datadog-labs/mcp-server，并以预配置 MCP 形式成为 claude.com/plugins/datadog。grafana/mcp-grafana，文档见 Grafana 官网 developer-resources/mcp；可本地跑也可连 Grafana Cloud。pagerduty/pagerduty-mcp-server，文档 pagerduty.github.io/pagerduty-mcp-server。mcp.honeycomb.io/mcp，Enterprise 客户可用；社区另有 kosli-dev/honeycomb-plugin 等实现。awslabs/mcp 中的 cloudwatch-mcp-server，配套 Log-Analyzer-with-MCP 与 cloudwatch-applicationsignals-mcp-server。newrelic-mcp-server、xelber/newrelic-mcp、Composio toolkit 等），约 6 个核心工具。prometheus-grafana-observability / observability-monitoring，skills.rest grafana-prometheus，quantaintelligence.ai prometheus-grafana；纯文本 SKILL.md，无 MCP server 依赖。mindmap
root((可观测自动化引擎))
按数据族
错误监控
Sentry MCP
指标
Grafana MCP
Prometheus/Grafana Skill
AWS CloudWatch MCP
日志
Datadog MCP(grep式)
Grafana/Loki
CloudWatch Logs
链路追踪
Honeycomb MCP(高基数)
Datadog APM
New Relic MCP
事件告警
PagerDuty MCP
按闭环位置
采集
OTel/Sentry SDK
查询分析
Datadog/New Relic/Grafana
告警路由
PagerDuty/Alertmanager
自愈修复
Sentry Seer/Claude Code
按部署形态
托管远程(Sentry/Datadog/Honeycomb)
本地自跑(Grafana/CloudWatch/New Relic)
纯Skill(Prometheus/Grafana)
把上述引擎串成一条「告警即闭环」的生产线，可以得到下面这张工程视图——它也是训练营里最值得让学员亲手搭一遍的骨架：
flowchart LR
A[线上异常/性能回归] --> B[Sentry/CloudWatch<br/>采集与聚合]
B --> C[Grafana/Datadog<br/>指标&日志钻取]
C --> D{是否需人工?}
D -- 否 --> E[Honeycomb/New Relic<br/>链路根因定位]
E --> F[Claude Code<br/>生成补丁]
F --> G[部署+验证]
D -- 是 --> H[PagerDuty<br/>派单/升级/降噪]
H --> I[值班工程师介入]
I --> E
G --> J[Sentry 验证<br/>issue 自动 resolve]
J --> A
关键设计点：采集→分析之间是只读管道，分析→修复之间才允许写操作，且必须 human-in-the-loop（Sentry 官方刻意把 MCP 设计为「为人在环的编码智能体服务」）。loop 与 long-running agent 可以横跨整条链路做定时巡检，但「合并补丁」「升级 incident」两类高危动作应留给 PagerDuty 的审批位与人类值班。
🏆 综合实力榜（按加权总分） 1. Sentry MCP — 4.60 2. Grafana MCP — 4.35 3. Datadog MCP — 4.30 4. AWS CloudWatch MCP — 3.80 5. Prometheus/Grafana Skill — 3.70
⚡ 开箱即用榜（一行接入即可用）
1. Sentry MCP（HTTP 传输，一行 claude mcp add）
2. Prometheus/Grafana Skill（纯文本零依赖）
3. Grafana MCP（token 即连）
💰 变现潜力榜（企业付费意愿 × 单价） 1. Datadog MCP（全栈可观测，最高客单价） 2. Sentry MCP（错误监控刚需 + Seer 修复回路产品化） 3. Honeycomb MCP（高基数链路，高端客户） 4. AWS CloudWatch MCP（AWS 生态绑定）
🎓 训练营教学榜（易复现 × 知识密度） 1. Grafana MCP（OSS 栈 + PromQL/LogQL 一站讲透） 2. Prometheus/Grafana Skill（零基础第一课） 3. Sentry MCP（崩溃栈→补丁的爽点演示） 4. AWS CloudWatch MCP（云原生运维实战）
🚪 最低门槛榜（无账号/无凭证即可起步） 1. Prometheus/Grafana Skill 2. Sentry MCP（免费层即可） 3. Grafana MCP（本地 OSS 实例）
🔗 闭环组合推荐：若只搭一条参考流水线，性价比最高的是 Sentry（错误采集）+ Grafana（指标日志）+ PagerDuty（告警派单）+ Claude Code（修复）——开源为主、商业为辅，覆盖错误/指标/事件三类数据，闭环完整且教学友好；预算充足则把 Grafana 换成 Datadog，把链路根因交给 Honeycomb。
横向看完七家引擎，可观测自动化在 2026 年已呈现三个清晰分层：远程托管派（Sentry/Datadog/Honeycomb）主打「开箱即连、官方维护」，适合不想运维 MCP 进程的团队；本地自跑派（Grafana/CloudWatch/New Relic）主打「数据不出域、私有化友好」，受金融、政务客户青睐；纯 Skill 派（Prometheus/Grafana）主打「零依赖、教学优先」，是训练营与引流课的最佳起点。
判断该上哪一类，只需回答两个问题：数据是否允许出域？（否→本地自跑/纯 Skill）团队是否已有观测平台账号？（是→直接用该平台的官方 MCP；否→从 Sentry 免费层 + Grafana OSS 起步）。值得注意的是，本赛道几乎不存在「全能赢家」——Sentry 强在错误、Honeycomb 强在链路、PagerDuty 强在事件路由，真正的工程价值来自把它们按上述闭环图拼成流水线，而非押注单一引擎。这也是可观测自动化区别于 CI/CD（往往一家平台通吃）的根本不同：观测天然是多源、多跳、多角色的协作问题，而 MCP 正好为这种「智能体跨工具编排」提供了统一接口。
grafana/mcp-grafana，看板/Prometheus/Loki 数据源/告警/incidents 工具集。[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。