从零文档陌生机器到资产档案，再加一套自动值守
------ 系列第 5 篇 ------
2026 年 10 月
目 录
一、现场：没有文档的祖传服务器
运维生涯里总有那么几次：接手一批「祖传」服务器。交接会上前同事说「都在上面跑着呢，应该没什么要改的」，然后你拿到几行 IP 和密码，文档是没有的。每台机器跑着什么服务、谁在依赖它、定时任务里藏着什么、上一次重启是什么朝代------一概不知。
这种机器最危险的地方不是它会坏，而是你不敢动：不知道里面有什么，任何变更都是在黑暗里伸手。传统摸底的做法是登上去一通翻：ps -ef 看进程、systemctl 看服务、ss 看端口、crontab 看定时任务、history 看前任敲过什么，翻完在脑子里拼出这台机器的画像。一台机器半小时，十台就是一天，而且拼出来的画像全在脑子里，人走了就没了。
这一篇演示：把摸底交给 AI，让它翻完之后直接给你一份书面档案，并且顺手把这台机器纳入自动值守。
二、对话式摸底：从零到资产档案
先在 Web GUI 里把机器加进主机清单（界面表单填名称、IP、账号密码，或者直接对 AI 说「帮我加一台主机」，它自己调 add_host）。然后开始摸底：
我：刚接手一台机器 web-legacy，没有任何文档，帮我摸个底：
系统版本、跑了哪些服务、监听哪些端口、定时任务、
资源水位，最后告诉我这台机器是干嘛的
AI 开始逐层翻，全程只读命令，连续执行不反问：
AI：→ run_command(cat /etc/os-release | head -2; uname -r; uptime)
Rocky Linux 8.10，内核 4.18，已连续运行 247 天
AI：→ run_command(systemctl list-units --type=service \
--state=running --no-pager | grep -v systemd | head -15)
nginx、mysqld、redis、crond、rsyslog、tuned、chronyd
AI：→ run_command(ss -tlnp | awk 'NR>1 {print 4,6}' | sort -u)
0.0.0.0:80/443（nginx）、0.0.0.0:3306（mysqld）、
127.0.0.1:6379（redis）
AI：→ run_command(crontab -l; ls /etc/cron.d/ 2>/dev/null)
每天 02:00 执行 /opt/scripts/backup_db.sh（数据库备份到 /backup）
四轮命令下来画像已经成形：这是一台 Web + 数据库 + 缓存三合一的混部机器。AI 再补两刀资源水位，然后把角色识别也跑了：
AI：→ run_command(df -h /; free -m)
磁盘 61%，内存 5.8G / 7.6G（76%）
AI：→ scan_roles(host="web-legacy")
候选角色：web（nginx 指纹命中）、db（mysqld 指纹命中）
确认后写回监测配置，值守将自动挂载 web / db 角色探针。
三、角色识别：候选与确认的两段式
scan_roles 的结果值得单独说一段，因为它的设计很克制：默认只给「候选角色」，不写任何配置。指纹命中了 web 和 db，AI 会先汇报给你看------「这台像 web + db，确认吗」，你说确认，它才把角色写回监测配置。
为什么多此一步？因为指纹可能误报：测试残留的 nginx 容器、装了没用的 MySQL，都可能让指纹命中。如果探测结果自动生效，值守就会给这台机器挂上不存在的角色探针，之后天天误报「服务没了」。候选 → 人工确认 → 写回，一步不多、一步不少。
确认环节还有个细节：如果 AI 之前误判过某台机器的角色（比如把残留容器当成了 web 服务），你可以在确认时直接指出「web 是误报」，它会用 exclude 参数把误报角色剔除后再写回，并且是覆盖式写回------历史误写也会被清干净，保证每台机器只挂真实角色的探针。
我：确认，就是 web + db
AI：→ scan_roles(host="web-legacy") # 这次带「确认写回」
已写回：web-legacy 的角色为 web、db
值守监测已重载，web / db 角色探针生效。
四、从摸底到值守：档案落地成探针
角色写回后，摸底的成果自动转化为值守能力：这台机器的监测不再只是通用的 CPU / 内存 / 磁盘阈值，还挂上了 web 探针（检查 Nginx 进程与本机 HTTP 响应）和 db 探针（检查 MySQL 进程与端口）。以后 nginx 挂了或 3306 不监听，值守 30 秒内就会喊人，不需要等用户报障。
AI 最后交付的书面档案长这样（对话里直接输出）：
AI：web-legacy 资产档案：
系统：Rocky Linux 8.10，已运行 247 天未重启
角色：Web(Nginx 80/443) + DB(MySQL 3306) + Redis(6379, 仅本机)
定时任务：每日 02:00 数据库备份 → /backup
资源：磁盘 61% / 内存 76%
风险点：
- 三合一混部且内存 76%，业务高峰有 OOM 风险（参考上上篇
502 案例，php-fpm 就是被 OOM 杀的）；
-
备份落在 /backup 分区，请核对保留策略是否会把盘写满；
-
247 天未重启，内核与安全补丁状态建议单独评估。
值守：已纳入，web/db 探针生效，建议观察一周内存水位。
接手一台陌生机器的完整动作到此闭环：加主机 → AI 摸底 → 角色确认 → 自动值守 → 书面档案。档案本身是对话记录，随时可回看、可导出，交接文档从此是「跑出来的」而不是「编出来的」。
|------------|--------------|-----------------|
| 环节 | 传统做法 | AI 运维助手 |
| 信息采集 | 人肉逐条敲命令翻输出 | AI 连续只读探测，全程可见 |
| 角色判断 | 凭经验从进程猜 | 指纹探测给候选，人工确认 |
| 档案产出 | 凭记忆事后补文档 | 对话即档案，可直接导出 |
| 风险识别 | 想到哪看到哪 | AI 按水位与配置主动列风险 |
| 后续保障 | 记着手工盯 | 确认后自动挂角色探针值守 |
| 十台机器成本 | 一整天且画像在人脑里 | 一小时，档案落在系统里 |
五、收尾：接手环境的正确姿势
这一篇最舒服的地方在于：它不需要出故障也能体现价值。前三篇都是「出了事找 AI」，这一篇是「没事的时候让 AI 把家底盘清」。运维工作的很大一部分恰恰是这种「不知道的风险管理」------你知道那些祖传机器里一定藏着问题，只是不知道藏在哪。
摸底的价值链路是递进的：盘点清楚 → 才敢变更 → 才能值守。角色识别把「这台机器是干嘛的」从人的记忆变成系统的配置，值守探针才有依据可挂；书面档案把画像从人脑搬进记录，交接才不至于重来一遍。下一篇换个战场：离开服务器机房，走进网络设备的黑框框------交换机端口排查与配置下发。