Observability Agent — Tích hợp MCP và giám sát hệ thống với Claude SDK

Trong các bài trước, agents của chúng ta bị giới hạn ở web search và filesystem. Agents thực tế cần tương tác với databases, APIs, Git repos, CI/CD pipelines. Bài này hướng dẫn tích hợp hệ thống bên ngoài qua Model Context Protocol (MCP) — biến agent thành observability system tự động.

Bài viết dựa trên Claude Cookbooks chính thức của Anthropic.

MCP là gì?

Model Context Protocol (MCP) là open-source standard cho AI-tool integrations. Nó cho phép kết nối dễ dàng giữa agents và hệ thống bên ngoài — databases, Git, GitHub, Prometheus, Slack, và hàng trăm services khác.

Thay vì viết custom integrations cho mỗi service, bạn chỉ cần khai báo MCP server và agent tự biết cách sử dụng.

Step 1: Git MCP Server — Local Git Operations

Bắt đầu đơn giản: cho agent khả năng làm việc với Git repositories.

from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions

options = ClaudeAgentOptions(
    model="claude-sonnet-4-6",
    mcp_servers={
        "git": {
            "command": "uvx",
            "args": ["mcp-server-git",
                     "--repository", "/path/to/repo"]
        }
    },
    allowed_tools=["mcp__git__*"]  # Cho phép tất cả Git tools
)

Git MCP server cung cấp 13 tools: examine commit history, check file changes, create branches, make commits. Agent từ passive observer trở thành active participant trong development workflow.

Ví dụ sử dụng

async with ClaudeSDKClient(options=options) as client:
    await client.query(
        "Phân tích 20 commits gần nhất. "
        "Tìm pattern: ai commit nhiều nhất? "
        "Files nào thay đổi thường xuyên nhất?"
    )
    async for msg in client.receive_response():
        process(msg)

Step 2: GitHub MCP Server — Full Platform Integration

Nâng cấp từ local Git lên toàn bộ GitHub ecosystem — issues, pull requests, CI/CD workflows, code security alerts.

options = ClaudeAgentOptions(
    mcp_servers={
        "github": {
            "command": "docker",
            "args": [
                "run", "-i", "--rm",
                "-e", "GITHUB_PERSONAL_ACCESS_TOKEN",
                "ghcr.io/github/github-mcp-server"
            ],
            "env": {
                "GITHUB_PERSONAL_ACCESS_TOKEN": os.getenv("GITHUB_TOKEN")
            }
        }
    },
    allowed_tools=["mcp__github__*"]
)

GitHub MCP server cung cấp hơn 100 tools — quản lý issues, PRs, monitor CI/CD, analyze security alerts. Hoạt động với cả public và private repos.

Real Use Case: Observability Agent

Kết hợp Git + GitHub MCP để tạo self-healing observability system:

1. Monitor GitHub Actions workflows tự động
2. Detect failures — phân biệt real failures vs security restrictions
3. Analyze test failures chi tiết
4. Report actionable insights cho team

Modular Architecture

# observability_agent/agent.py
from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions

async def send_query(prompt, continue_conversation=False):
    options = ClaudeAgentOptions(
        model="claude-sonnet-4-6",
        system_prompt="Bạn là observability engineer...",
        mcp_servers={"github": github_config},
        allowed_tools=["mcp__github__*"]
    )
    async with ClaudeSDKClient(options=options) as client:
        await client.query(prompt)
        async for msg in client.receive_response():
            yield msg

Module hóa cho phép reuse — gọi send_query() từ bất kỳ đâu.

Multi-turn investigations

# Turn 1: Kiểm tra CI/CD status
await send_query("Check GitHub Actions cho repo X — có failures không?")

# Turn 2: Drill down (giữ context)
await send_query(
    "Phân tích chi tiết test failures",
    continue_conversation=True
)

Kết hợp tất cả

Qua 3 notebooks, chúng ta đã xây dựng nền tảng vững cho production agents:

Notebook	Đã học
00 - Research Agent	query(), ClaudeSDKClient, WebSearch, basic loops
01 - Chief of Staff	CLAUDE.md, output styles, plan mode, subagents, hooks
02 - Observability	MCP servers, external integrations, workflow automation

Patterns này là foundation cho production-ready agentic systems có khả năng handle real-world complexity trong khi maintain governance và observability.

Bước tiếp theo: Đọc SRE Agent để học cách cho agent write access an toàn vào infrastructure, hoặc Migration từ OpenAI nếu đang chuyển đổi SDK.