技能介绍

问题

运维监控常分散在 SSH、systemctl、docker ps、日志目录和安全检查中。单机能靠手动命令覆盖，多机集群就容易重复劳动：状态采集口径不一致，告警规则散落，Docker 容器和 SSL 证书缺乏持续跟踪，配置文件变更后也难以回溯。

工作方式

技能以 Node.js + TypeScript CLI 为核心，通过 ssh2 建立连接，默认使用白名单只读命令采集 uptime、free、df、ps、systemctl status、docker ps 等状态。核心能力包括：

定时巡检：按间隔执行 health、disk、memory、load、cpu、service 检查。
Docker 健康巡检：检查重启超限、OOM Kill、HEALTHCHECK 失败、资源超限和镜像过期。
SSL 监控：批量检查证书有效期、SAN、TLS 版本，支持 30/7 天告警。
安全审计：扫描 SSH、防火墙、文件权限、Docker 安全、内核参数，并给出分级修复建议。
日志分析：统计错误趋势、聚合相似模式、识别突增/超时/连续爆发等异常。
配置追踪：对 nginx、SSH、sysctl、fstab、hosts、DNS、crontab 建立 SHA256 基线并输出 diff。
告警通知：接入飞书、企业微信、邮件、Webhook 和控制台，支持去重、静默、恢复通知和持久化记录。

适用边界

适合 Linux 服务器和 Docker 场景，需要可配置的 SSH 密钥或加密密码。白名单禁止 rm、mv、chmod、systemctl start/stop 等写操作，远程诊断不会直接修改系统；SSL 与网络诊断依赖目标端口可达；集群批量命令受连接池和并发限制，敏感环境应配合审计日志使用。