Codex 实战：用 AI 写运维脚本

1. 引言

在运维工作中，脚本编写往往占据大量时间：监控告警处理、日志分析、批量部署、故障排查......这些重复性工作不仅耗时，还容易出错。随着 AI 编程工具的兴起，Codex 正在改变运维工程师的工作方式------它能把自然语言需求直接转化为可运行的脚本，让运维人员从繁琐的编码中解放出来，专注于更有价值的问题。

本文将带你从零开始，掌握用 Codex 编写运维脚本的完整流程，包括环境准备、提示词技巧、实战案例以及常见坑点，帮助你快速上手。

2. Codex 简介与核心能力

2.1 什么是 Codex

Codex 是 OpenAI 推出的 AI 编程助手，能够理解自然语言指令并生成、修改、调试代码。与传统的代码补全工具不同，Codex 可以理解完整的任务上下文，生成结构完整、逻辑清晰的脚本。

2.2 核心能力

• 自然语言转代码：用中文描述需求，直接生成可运行的脚本
• 多语言支持：支持 Python、Bash、PowerShell、Go 等运维常用语言
• 代码解释与调试：帮助理解现有脚本逻辑，定位并修复 Bug
• 上下文理解：能结合项目背景和已有代码生成风格一致的脚本

2.3 适用场景

• 日志分析与异常检测
• 服务器监控与告警处理
• 批量文件操作与数据备份
• 自动化部署与配置管理
• 故障排查与系统诊断

3. 环境准备与基础配置

3.1 注册与访问

• 访问 Codex 官网，注册账号
• 选择合适的订阅方案（免费版/付费版）
• 了解 API 调用限额与速率限制

3.2 开发环境搭建

• 安装 Codex CLI 工具
• 配置 API Key 与环境变量
• 在 IDE 中集成 Codex 插件（VS Code、JetBrains 等）

3.3 与运维工具链集成

• 配置 SSH 免密登录，便于脚本远程执行
• 与 Git 仓库联动，管理脚本版本
• 结合 CI/CD 工具（Jenkins、GitLab CI）实现自动化

4. 提示词工程：让 Codex 听懂你的需求

4.1 提示词的基本结构

一个高质量的提示词通常包含以下要素：

• 角色设定：告诉 Codex 它扮演什么角色
• 任务描述：清晰说明要做什么
• 输入输出：明确输入数据和期望的输出格式
• 约束条件：指定语言、运行环境、错误处理方式等

4.2 编写提示词的技巧

• 具体化：不要只说"写个监控脚本"，而是"写一个 Python 脚本，每 5 分钟检查一次 Nginx 进程状态，异常时发送告警到钉钉群"
• 提供示例：给出输入输出的示例，帮助 Codex 理解预期行为
• 分步拆解：复杂任务拆成多个小步骤，逐步生成
• 迭代优化：先让 Codex 生成初版，再针对不足进行追问和修改

4.3 常见提示词模板

你是一位资深运维工程师，请帮我编写一个 [语言] 脚本，实现以下功能：
1. [功能点 1]
2. [功能点 2]
运行环境：[操作系统/版本]
输入参数：[参数说明]
输出格式：[期望的输出格式]

5. 实战案例一：日志异常检测脚本

5.1 需求描述

编写一个 Python 脚本，定时扫描应用日志文件，检测 ERROR 级别的异常日志，统计出现频率最高的错误类型，并输出报告。

5.2 提示词示例

你是一位资深运维工程师，请帮我编写一个 Python 脚本：
1. 扫描 /var/log/app/ 目录下所有 .log 文件
2. 提取包含 "ERROR" 关键字的日志行
3. 按错误信息的前 50 个字符进行分组统计
4. 输出出现次数最多的前 10 个错误类型及出现次数
5. 支持通过命令行参数指定日志目录和统计数量
运行环境：Linux + Python 3.8+

5.3 Codex 生成的代码与解析

这里展示 Codex 生成的完整脚本，并逐段解释关键逻辑：

#!/usr/bin/env python3
import os
import re
import sys
import argparse
from collections import Counter

def scan_logs(log_dir, top_n):
    """扫描日志目录，统计 ERROR 级别错误"""
    error_counter = Counter()
    log_pattern = re.compile(r'ERROR')
    
    for root, dirs, files in os.walk(log_dir):
        for file in files:
            if not file.endswith('.log'):
                continue
            file_path = os.path.join(root, file)
            with open(file_path, 'r', encoding='utf-8', errors='ignore') as f:
                for line in f:
                    if log_pattern.search(line):
                        # 取错误信息前 50 个字符作为分组依据
                        error_key = line.strip()[:50]
                        error_counter[error_key] += 1
    
    return error_counter.most_common(top_n)

def main():
    parser = argparse.ArgumentParser(description='日志异常检测工具')
    parser.add_argument('--log-dir', default='/var/log/app', help='日志目录')
    parser.add_argument('--top', type=int, default=10, help='输出前 N 个错误')
    args = parser.parse_args()
    
    results = scan_logs(args.log_dir, args.top)
    print(f"{'错误类型':<50} {'出现次数':>10}")
    print('-' * 62)
    for error, count in results:
        print(f"{error:<50} {count:>10}")

if __name__ == '__main__':
    main()

5.4 测试与优化

• 用测试日志验证脚本正确性
• 针对误报和漏报进行规则优化
• 增加邮件或 IM 通知功能

6. 实战案例二：服务器批量巡检脚本

6.1 需求描述

编写一个 Bash 脚本，批量 SSH 登录多台服务器，检查 CPU、内存、磁盘使用率，并将结果汇总输出。

6.2 提示词示例

你是一位资深运维工程师，请帮我编写一个 Bash 脚本：
1. 从 servers.txt 文件中读取服务器列表（每行一个 IP 或主机名）
2. 通过 SSH 登录每台服务器，执行以下检查：
   - CPU 使用率（top 命令）
   - 内存使用率（free 命令）
   - 磁盘使用率（df 命令）
3. 将每台服务器的检查结果汇总输出为表格形式
4. 支持通过参数指定 SSH 用户名和密钥文件
运行环境：Linux + Bash 4+

6.3 Codex 生成的代码与解析

#!/bin/bash
# 服务器批量巡检脚本

SSH_USER="root"
SSH_KEY="$HOME/.ssh/id_rsa"
SERVER_LIST="servers.txt"

# 解析命令行参数
while [[ $# -gt 0 ]]; do
    case $1 in
        -u|--user) SSH_USER="$2"; shift 2;;
        -k|--key) SSH_KEY="$2"; shift 2;;
        -f|--file) SERVER_LIST="$2"; shift 2;;
        -h|--help) 
            echo "用法: $0 [-u 用户名] [-k 密钥文件] [-f 服务器列表]"
            exit 0;;
        *) echo "未知参数: $1"; exit 1;;
    esac
done

# 检查服务器列表文件
if [[ ! -f "$SERVER_LIST" ]]; then
    echo "错误: 服务器列表文件 $SERVER_LIST 不存在"
    exit 1
fi

# 输出表头
printf "%-20s %-10s %-10s %-10s\n" "服务器" "CPU%" "内存%" "磁盘%"
echo "------------------------------------------------------------"

# 遍历服务器列表
while IFS= read -r server; do
    [[ -z "$server" ]] && continue
    [[ "$server" =~ ^# ]] && continue
    
    echo "正在巡检: $server ..."
    result=$(ssh -i "$SSH_KEY" -o ConnectTimeout=5 -o StrictHostKeyChecking=no \
        "$SSH_USER@$server" \
        "cpu=\$(top -bn1 | grep 'Cpu(s)' | awk '{print \$2}' | cut -d'%' -f1); \
         mem=\$(free | grep Mem | awk '{print \$3/\$2 * 100.0}'); \
         disk=\$(df -h / | awk 'NR==2 {print \$5}' | tr -d '%'); \
         echo \"\$cpu \$mem \$disk\"")
    
    if [[ -n "$result" ]]; then
        read cpu mem disk <<< "$result"
        printf "%-20s %-10s %-10s %-10s\n" "$server" "$cpu" "$mem" "$disk"
    else
        printf "%-20s %-10s\n" "$server" "连接失败"
    fi
done < "$SERVER_LIST"

6.4 运行效果与扩展

• 展示脚本运行结果示例
• 扩展：增加告警阈值判断、生成 HTML 报告、定时执行

7. 实战案例三：数据库自动备份脚本

7.1 需求描述

编写一个 Python 脚本，自动备份 MySQL 数据库，保留最近 7 天的备份文件，并支持将备份上传到远程存储。

7.2 提示词示例

你是一位资深运维工程师，请帮我编写一个 Python 脚本：
1. 连接 MySQL 数据库，导出指定数据库为 SQL 文件
2. 使用 gzip 压缩备份文件
3. 备份文件名包含日期时间戳
4. 自动清理 7 天前的旧备份文件
5. 可选：将备份文件上传到远程 SFTP 服务器
6. 记录备份日志到文件
运行环境：Linux + Python 3.8+ + MySQL 5.7+

7.3 Codex 生成的代码与解析

#!/usr/bin/env python3
import os
import gzip
import shutil
import logging
import datetime
import subprocess
import argparse
import paramiko

# 配置日志
logging.basicConfig(
    filename='/var/log/db_backup.log',
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

def backup_database(db_name, db_user, db_password, backup_dir, retention_days=7):
    """备份指定数据库"""
    timestamp = datetime.datetime.now().strftime('%Y%m%d_%H%M%S')
    backup_file = os.path.join(backup_dir, f"{db_name}_{timestamp}.sql")
    
    # 使用 mysqldump 导出数据库
    cmd = [
        'mysqldump',
        '-u', db_user,
        f'-p{db_password}',
        db_name
    ]
    
    try:
        with open(backup_file, 'w') as f:
            subprocess.run(cmd, stdout=f, check=True, stderr=subprocess.PIPE)
        logging.info(f"数据库 {db_name} 备份成功: {backup_file}")
        
        # 压缩备份文件
        gzip_file = backup_file + '.gz'
        with open(backup_file, 'rb') as f_in:
            with gzip.open(gzip_file, 'wb') as f_out:
                shutil.copyfileobj(f_in, f_out)
        os.remove(backup_file)
        logging.info(f"备份文件已压缩: {gzip_file}")
        
        # 清理旧备份
        cleanup_old_backups(backup_dir, db_name, retention_days)
        return gzip_file
    except subprocess.CalledProcessError as e:
        logging.error(f"数据库 {db_name} 备份失败: {e.stderr.decode()}")
        return None

def cleanup_old_backups(backup_dir, db_name, retention_days):
    """清理超过保留天数的旧备份"""
    cutoff = datetime.datetime.now() - datetime.timedelta(days=retention_days)
    for filename in os.listdir(backup_dir):
        if filename.startswith(db_name) and filename.endswith('.gz'):
            file_path = os.path.join(backup_dir, filename)
            mtime = datetime.datetime.fromtimestamp(os.path.getmtime(file_path))
            if mtime < cutoff:
                os.remove(file_path)
                logging.info(f"已清理旧备份: {filename}")

def upload_to_sftp(local_file, remote_dir, sftp_host, sftp_user, sftp_password):
    """上传备份文件到远程 SFTP 服务器"""
    try:
        transport = paramiko.Transport((sftp_host, 22))
        transport.connect(username=sftp_user, password=sftp_password)
        sftp = paramiko.SFTPClient.from_transport(transport)
        
        remote_file = os.path.join(remote_dir, os.path.basename(local_file))
        sftp.put(local_file, remote_file)
        sftp.close()
        transport.close()
        logging.info(f"备份文件已上传到远程服务器: {remote_file}")
        return True
    except Exception as e:
        logging.error(f"上传备份文件失败: {e}")
        return False

def main():
    parser = argparse.ArgumentParser(description='MySQL 数据库自动备份工具')
    parser.add_argument('--db', required=True, help='数据库名')
    parser.add_argument('--user', default='root', help='数据库用户名')
    parser.add_argument('--password', required=True, help='数据库密码')
    parser.add_argument('--backup-dir', default='/backup/mysql', help='备份目录')
    parser.add_argument('--retention', type=int, default=7, help='备份保留天数')
    parser.add_argument('--sftp-host', help='SFTP 服务器地址')
    parser.add_argument('--sftp-user', help='SFTP 用户名')
    parser.add_argument('--sftp-password', help='SFTP 密码')
    parser.add_argument('--sftp-dir', default='/backup', help='SFTP 远程目录')
    args = parser.parse_args()
    
    # 确保备份目录存在
    os.makedirs(args.backup_dir, exist_ok=True)
    
    # 执行备份
    backup_file = backup_database(
        args.db, args.user, args.password,
        args.backup_dir, args.retention
    )
    
    if backup_file and args.sftp_host:
        upload_to_sftp(
            backup_file, args.sftp_dir,
            args.sftp_host, args.sftp_user, args.sftp_password
        )

if __name__ == '__main__':
    main()

7.4 定时任务配置

• 使用 crontab 配置每日定时执行
• 结合 systemd timer 实现更精细的调度
• 监控备份任务执行状态，失败时告警

8. 进阶技巧与最佳实践

8.1 让 Codex 生成更可靠代码的技巧

• 明确错误处理要求：在提示词中指定异常处理和日志记录
• 要求添加注释：让 Codex 生成带详细注释的代码，便于维护
• 分步生成复杂逻辑：先让 Codex 生成核心逻辑，再逐步补充外围功能
• 使用代码审查模式：让 Codex 审查自己生成的代码，发现潜在问题

8.2 与现有脚本的整合

• 让 Codex 重构和优化已有脚本
• 将 Codex 生成的脚本纳入版本管理
• 编写单元测试验证脚本正确性

8.3 安全注意事项

• 不要在提示词中泄露敏感信息（密码、密钥等）
• 对 Codex 生成的代码进行安全审查
• 涉及生产环境的操作先在测试环境验证

8.4 常见坑点与解决方案

坑点	解决方案
生成的脚本在特定环境运行失败	在提示词中明确运行环境，测试后调整
脚本缺少错误处理	要求 Codex 补充 try-except 和日志
提示词描述不清导致结果偏差	提供输入输出示例，迭代优化提示词
生成的代码存在安全隐患	人工审查，补充输入校验和权限控制

9. 总结与展望

通过本文的实战案例，相信你已经掌握了用 Codex 编写运维脚本的核心方法。从日志检测、批量巡检到数据库备份，Codex 都能显著提升脚本开发效率，让运维工程师把更多精力投入到架构设计和故障预防上。

未来，随着 AI 编程工具的持续进化，运维自动化的门槛将进一步降低。建议你在日常工作中多尝试用 Codex 解决实际问题，积累提示词经验，逐步建立起自己的 AI 辅助运维工作流。