服务器硬件资源使用自动化巡检

要解决什么问题

多台 Linux 机器分散在不同环境时，人工逐台登录看 top、df、free 既慢又难做横向对比。运维和 SRE 更需要的是：同一时刻、同一套口径下的 CPU、内存、磁盘分区和网络指标，并能沉淀成可分享的报告，而不是散落在终端里的截图。

技能如何工作

本技能围绕 scripts/inspect.py 主脚本，按 YAML 服务器列表（参见 references/server-config.md）通过 SSH 远程执行采集，把各机数据整合后输出 HTML 可视化报告。

• 采集维度：CPU 使用率、内存占用、磁盘分区使用率、网络上下行速率、TCP 连接状态统计
• 报告内容：汇总表、CPU/内存对比柱状图、磁盘详情表及网络相关区块
• 触发方式：不传 --interval 时为手动单次巡检；指定间隔秒数可周期性执行，报告可按时间戳落盘（如 reports/）
• 实用参数：--online-only 跳过离线主机；--timeout 控制 SSH 连接超时（默认 10 秒）

典型流程：准备 servers.yaml（或如 prod-servers.yaml）→ 指定 --config 与 --output 执行巡检 → 在浏览器打开生成的 report.html。

适用边界与注意点

• 依赖运行环境能 SSH 访问目标机，且凭证（密码或密钥）已配置正确；当前说明以密码认证为主，需确认目标侧策略允许。
• 采集会在远端执行 top、df、free 等命令，负载影响通常轻微，但大规模巡检建议避开业务高峰。
• 网络带宽需两次采样，首次运行可能略慢；部分机器离线时可用 --online-only 只汇总可达节点。