Dynatrace for AI：Skill-as-Knowledge 正在成为 Agent 标准架构模式

📌 核心问题：Agent 有数据访问权，但缺乏领域专业知识

2026 年 4 月 23 日，Dynatrace 发布了 Dynatrace for AI——一套开源的 Agent Skills，让 AI Coding Agent 能真正用好 Dynatrace 的监控数据。

他们的核心洞察一针见血：

"差距不在访问权限，而在领域专业知识。"

你已经通过 MCP Server 给了 Agent 数据访问权，但 Agent 写出的 DQL 查询看起来对、实际字段不存在。它知道要查什么，但不知道怎么查。这不是权限问题，是知识问题。

这个洞察远不止适用于 Dynatrace——它是所有企业级 AI Agent 落地的核心痛点。

🔥 Dynatrace for AI：给 Agent 装领域技能

架构设计

Dynatrace for AI 的架构分两层：

知识层（Skills）：打包领域知识，Agent 按需加载

  • SKILL.md 文件包含语法规则、实体模型、查询模式
  • 不直接连接 Dynatrace，只提供"怎么用"的知识
  • 按需加载，不膨胀 context window

工具层（MCP Server / dtctl）：执行实际操作

  • Dynatrace MCP Server：通过 MCP 协议提供 API 访问
  • dtctl：kubectl 风格的 CLI 工具
  • 负责实际查询、操作、数据获取
Skills 教 Agent "怎么问问题"，MCP Server 帮 Agent "去拿答案"。

技能清单

Dynatrace for AI 首发了 12 个 Skill，覆盖三大领域：

DQL 基础：

  • `dt-dql-essentials`：DQL 语法规则、常见陷阱、查询模式。写任何 DQL 之前必须加载

可观测性：

  • `dt-obs-services`：服务 RED 指标和运行时遥测（.NET / Java / Node.js / Python / PHP / Go）
  • `dt-obs-frontends`：真实用户监控、Web Vitals、用户会话、移动端崩溃
  • `dt-obs-tracing`：分布式追踪、Span、服务依赖、故障检测
  • `dt-obs-hosts`：主机和进程指标（CPU / 内存 / 磁盘 / 网络 / 容器）
  • `dt-obs-kubernetes`：K8s 集群、Pod、节点、工作负载、标签、资源关系
  • `dt-obs-aws`：AWS 资源（EC2 / RDS / Lambda / ECS/EKS / VPC / 负载均衡）
  • `dt-obs-logs`：日志查询、过滤、模式分析、日志关联
  • `dt-obs-problems`：问题实体、根因分析、影响评估、问题关联

平台任务：

  • `dt-app-dashboards`：创建、修改、分析 Dynatrace 仪表板
  • `dt-app-notebooks`：创建、修改、分析 Dynatrace Notebook
  • `dt-migration`：从经典实体 DQL 迁移到 Smartscape 等效方案

Prompt 模板

除了 Skill，还提供了可复用的 Prompt 模板：

  • daily-standup：生成每日站会报告（过去 24 小时的问题、部署活动、异常）
  • health-check：检查服务在生产环境中的健康状态
  • incident-response：响应活跃的生产事故（分诊、根因、可分享的报告）
  • investigate-error：以 Davis 问题为入口调查错误（问题→日志→追踪）
  • performance-regression：分析最近的部署是否导致性能回归

每个 Prompt 引用对应的 Skill——先加载 Skill，再执行 Prompt。

安装方式

# 一行命令安装所有 Skill
npx skills add dynatrace/dynatrace-for-ai

# 或通过 Claude Code 插件市场
claude plugin marketplace add dynatrace/dynatrace-for-ai
claude plugin install dynatrace@dynatrace-for-ai

兼容 Claude Code、GitHub Copilot、Cursor、Cline、OpenCode、Gemini CLI 等 30+ 工具。

🧠 Agent Skills 开放标准：SKILL.md 正在成为行业规范

什么是 Agent Skills？

Agent Skills 是 Anthropic 在 agentskills.io 上发布的开放标准（Apache 2.0 + CC-BY-4.0），定义了给 AI Agent 打包领域知识的标准化格式。

核心结构：

  • 一个 Skill = 一个文件夹 + 一个 `SKILL.md` 文件
  • SKILL.md 包含：元数据（名称、描述、适用场景）+ 指令（给 Agent 的 prompt）
  • 可选附带参考材料（示例、字典、模板）

关键特性：

  • 按需加载：Agent 只在需要时加载完整内容，不膨胀 context window
  • 可移植：同一个 Skill 可以在 Claude Code、Cursor、Copilot 等不同工具中使用
  • 可组合：多个 Skill 可以同时安装，Agent 根据任务自动选择

行业采纳

Agent Skills 已经获得广泛采纳：

  • Anthropic：官方发布 agentskills.io 规范 + 预设技能库
  • Google：ADK（Agent Development Kit）原生支持 `load_skill_from_dir`
  • Microsoft：VS Code 中支持 Agent Skills
  • Dynatrace：12 个领域 Skill + MCP Server
  • MotherDuck：3 天前刚发布了 MotherDuck Skills（数据分析领域）
  • OpenClaw：Skill 系统本质上就是 Agent Skills 的先驱实现
SKILL.md 正在从"Anthropic 的标准"变成"行业的标准"。

🔑 关键洞察

洞察一：MCP 给了 Agent 手脚，Skills 给了 Agent 大脑

MCP（Model Context Protocol）解决了"Agent 能不能访问数据"的问题。Skills 解决了"Agent 会不会用数据"的问题。

没有 Skills 的 MCP = 给了一个聪明但没经验的新员工数据库权限。他知道要查数据，但不知道表结构、字段名、查询语法。写出的查询看起来对，实际跑不通。

有了 Skills 的 MCP = 给这个新员工一本操作手册 + 几个最佳实践模板。他仍然需要自己写查询，但至少知道该用哪些字段、什么语法、常见陷阱是什么。

洞察二：Skill-as-Knowledge 是 Harness Engineering 的具体实现

Harness Engineering 的核心理念是"环境设计 > 模型能力"。Agent Skills 就是这个理念的具体实现：

  • 渐进式披露：Agent 按需加载知识，不一次性塞满 context
  • 领域知识打包：把专家经验编码成 Agent 可消费的格式
  • 可复用可共享：一个团队写好的 Skill 可以给整个组织用
  • 与工具解耦：Skill 只提供知识，不绑定具体工具

OpenClaw 的 Skill 系统、Anthropic 的 agentskills.io、Dynatrace for AI，本质上都在做同一件事：把领域专业知识标准化、模块化、可组合化，让 Agent 能按需学习。

洞察三：Skill 生态正在形成新的"知识供应链"

就像 npm 改变了前端开发的依赖管理，Agent Skills 正在改变 AI Agent 的知识管理：

  • Skill 作者：领域专家把知识打包成 SKILL.md
  • Skill 市场：agentskills.io / Claude Plugin Marketplace / npx skills
  • Skill 消费者：AI Agent 按需加载，提升输出质量
  • Skill 组合：多个 Skill 组合成完整的领域能力

这意味着：未来企业部署 AI Agent，不再是"训练一个懂业务的模型"，而是"给通用模型装上业务 Skill"。模型是底座，Skill 是领域知识的载体。

📎 相关阅读

  • [Dynatrace for AI: Teach your AI coding agent how to use Dynatrace](https://www.dynatrace.com/news/blog/dynatrace-for-ai-teach-your-ai-coding-agent-how-to-use-dynatrace/) - Dynatrace 官方博客
  • [Dynatrace/dynatrace-for-ai](https://github.com/Dynatrace/dynatrace-for-ai) - GitHub 仓库
  • [Agent Skills 开放标准](https://agentskills.io) - Anthropic 发布
  • [Anthropic/skills](https://github.com/anthropics/skills) - 官方技能库
  • [From MCP to Agent Skills](https://motherduck.com/blog/from-mcp-to-motherduck-skills-teaching-ai-agents-analytics/) - MotherDuck 博客
  • [Deep Dive SKILL.md](https://abvijaykumar.medium.com/deep-dive-skill-md-part-1-2-09fc9a536996) - Medium 深度解析
  • [AI Agent Skills: The New Supply Chain Risk](https://www.prplbx.com/blog/agent-skills-supply-chain) - PurpleBox Security

逍遥云初 | 2026.04.24