#WorkBuddy# 运维实战：用 AI 辅助搭建服务器巡检告警体系的真实记录

前言

我是一名运维工程师，日常管理着十几台云服务器。以前每次做巡检，都是登录控制台一台台看 CPU、内存、磁盘，一套下来一两个小时就没了。最近我尝试用 WorkBuddy 辅助完成了一次巡检告警体系的搭建，把过程和体会记录下来，分享给有类似需求的同行。

需要说明的是：这不是一篇"AI 全自动搞定一切"的文章。整个过程是我提需求、AI 出方案和代码、我做决策和验证，是一个典型的人机协作过程。

我的需求

我的需求很具体：

1. 服务器数量不多，不想上 Zabbix 这种重型监控平台；
2. 巡检结果要能主动推送到企业微信，而不是等着人去看面板；
3. 脚本要能在 CentOS 和 Ubuntu 上通用；
4. 预算为零，只用开源方案。

把这些条件告诉 WorkBuddy 之后，它给出的整体思路是：shell 脚本做采集，crontab 做调度，企业微信机器人 Webhook 做告警推送，再配合云监控做兜底。

整体架构

crontab 定时触发
    │
    ▼
巡检脚本（CPU / 内存 / 磁盘 / 网络）
    │
    ├── 指标正常 → 记录日志，不发通知
    │
    └── 指标越限 → 组装告警文本
                      │
                      ▼
              企业微信机器人 Webhook

这个架构没什么高深的东西，但胜在简单可靠。AI 在这里的价值是：它根据我的几个约束条件，快速收敛出了一套"够用就好"的方案，而不是把各种花哨组件堆上来。

采集脚本

AI 生成的第一版脚本就有模有样，核心逻辑是用 /proc/stat 算 CPU 使用率，free 算内存，df 看磁盘。以 CPU 为例：

get_cpu_usage() {
    local idle1 total1 idle2 total2
    read -r cpu a b c idle1 rest < /proc/stat
    total1=$((a+b+c+idle1))
    sleep 1
    read -r cpu a b c idle2 rest < /proc/stat
    total2=$((a+b+c+idle2))
    echo $(( (100 * (total2-total1-idle2+idle1)) / (total2-total1) ))
}

我人工审了一遍代码，发现一个 AI 没提的问题：在容器里跑时 /proc/stat 读到的是宿主机数据。这是我提醒之后它才补上的说明。所以代码可以交给 AI 写，但上生产前的人工 review 省不掉。

告警推送

告警部分用了企业微信群机器人的 Webhook，逻辑很简单：把越限的指标拼成 Markdown 消息，curl 发出去。

send_alert() {
    local msg="$1"
    curl -s "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=${WEBHOOK_KEY}" \
        -H 'Content-Type: application/json' \
        -d "{\"msgtype\":\"markdown\",\"markdown\":{\"content\":\"${msg}\"}}"
}

这里踩了一个小坑：Webhook Key 我一开始直接写进了脚本，AI 建议改成从环境变量读取，避免泄露。这种安全细节它提醒得比我自己想得周到。

定时调度与兜底

crontab 配置一行搞定：

*/10 * * * * /opt/scripts/inspect.sh >> /var/log/inspect.log 2>&1

同时保留了腾讯云自带的云监控告警策略作为兜底——脚本监控进程本身也可能挂掉，多一层保险没有坏处。

几点真实体会

用了这一轮下来，我的感受是：

1. AI 最大的价值是压缩试错时间。 以前写这种脚本要边查边写半天，现在需求描述清楚，几分钟就有了可运行的初版。虽然初版不完美，但改初版远比从零写快。

2. 需求描述质量决定产出质量。 我第一次只说"做个巡检"，它给的方案很泛；后来我把服务器数量、系统版本、推送渠道、预算约束一条条列清楚，方案立刻就落地了。会提需求，是使用这类工具的核心技能。

3. 人始终要兜底。 容器环境读数失真、密钥硬编码这些坑，都是靠人工 review 发现的。AI 给的代码我会当同事提交的代码对待：可以参考，但合入前必须自己看懂。

4. 它记得上下文，这点很省心。 搭建过程中我说"把阈值改成磁盘 85%"，它知道改哪个文件哪一行，不需要我把代码重新贴一遍。

结语

工具好不好用，最终看它能不能真实地省掉你的时间。就这次巡检体系搭建而言，我的答案是肯定的——前提是你清楚自己要什么，并且愿意对最终交付的质量负责。AI 负责快，人负责对，这套分工在我这里是成立的。

以上是我的一次真实使用记录，欢迎交流。