@[TOC](如何快速开发命令行自动化脚本——以 Linux 检查为例)


一次真实的 Linux 主机巡检脚本开发：5 条命令，从手工日志到可批量下发。
项目地址：<https://qingxun.online>
## 场景

需求：看这台主机磁盘是否快满、满了被什么占、docker 里的服务是否正常。手工敲的是：

```bash
df -h
du -sh /* 2>/dev/null
du -sh /var/lib/* 2>/dev/null
docker ps
docker logs --tail 20 qingxun
```

这 5 条是一条递进证据链：`df` 看满不满 → `du` 逐层定位到目录 → `docker ps`/`logs` 看服务有没有被影响。只自动化前三条，拿到的还是"磁盘 21%"，没法直接行动。

## 1. 从手工日志生成主线描述

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12437977/058c906966944663041c0769fdf0bc48.png)

上面填一句目标，下面**原样粘贴**刚手工执行的会话（本次 5996 字符）。提示符、`Last login` 这类噪音不用清，AI 生成框架时会剥掉。注意日志会随请求发给模型，粘之前先删密码/IP。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12437977/6416ba1ec9b4edef6d1650a81f4486fb.png)

生成的框架按步骤整理成「命令 + 回显 + 处理逻辑 + 预期」。日志里只有事实、没有判据，所以 AI 把推不出的口径丢进右侧「待确认」：**阈值取 80% 还是 90%**、**docker 日志出现 ERROR 算不算异常**。点候选就地填进框架，再点「应用到主线描述」。本次阈值取 **90%**。

## 2. 自动化生成 → AI 测试 → AI 评估

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12437977/8ae1eb8a7ebf5163f6347fa2833333f2.png)

一个按钮跑完三步：

- **生成**：按主线描述产出 Ruby 脚本和命令映射。
- **测试**：沙箱加载脚本，连模拟设备，**按命令映射回放报文**——脚本下发 `df -h`，就返回需求里那段真实回显。映射里没有的命令会直接回 `not recognized`。
- **评估**：按需求拆出的条目**逐条核对**，不通过就带原因重新生成，最多 3 次。

本次首轮通过：评估通过（结论 5 条 · 问题 2 条 · 建议 2 条），3 个检查点全部通过，共尝试 1 次。状态是「调试中」。人工审核主要看日志，以及脚本结果

## 3. 输出脚本以及命令映射

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12437977/237f09df98199aab64994bb851683073.png)

**脚本**：所有命令下发集中在 `run` 里，解析拆成独立函数。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12437977/da82bfe4f128a0af42f4c6ef70589886.png)

**命令映射**：脚本执行期间进行的交互报文

## 4. 客户端下载脚本，上机联调

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12437977/06c944d50a8ac3b35b0d9405c54cec75.png)

客户端「我的脚本」→「同步脚本」。设备密码和回显都留在本地，不上云。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12437977/802bedd70a83b2d1c509755b90488b52.png)

执行后看日志：**检查点逐个落结论**（`检查点：检查根分区使用率 - [通过]`），真机回显与模拟环境基本一致——这就是前面"回显原文照抄 + 命令映射"两步的回报。本次真机根分区 21%，远低于 90% 阈值，判定通过。

## 5. AI 改进

图 7 右上角的**「云端改进」**：如果脚本联机调试有问题，或者需要改进，把真机日志连同改进要求回传云端，AI 反推需求描述该怎么改，确认后再应用。于是形成闭环：

```
手工日志 → 需求描述 → 脚本 → 真机日志 → 改进描述 → 重新生成
```

设备回显默认不出本机，只有你点这个按钮时才送云端。

## 6. 标记脚本调试完成

回云端生成页点按钮条上的**「调试完成」**（见图 3）：状态 **调试中 → 调试完成**，需要填写适配设备型号，版本可回滚。到此脚本才成为团队资产——客户端同步一次，就能批量下发给同型号的多台机器。

---

几个真正省事的点：

1. **痛点不是生成代码，而是把需求说清楚。** 所以重心在需求描述上，评估也按条目逐条核对。
2. **待确认项是刻意留的。** 阈值 80 还是 90、ERROR 算不算故障，日志里没有这些判据，只能由人定——比让模型猜一个数字、你再去代码里找要安全。
3. **命令映射是调试环境的契约。** 缺一条命令测试就回 `not recognized`，回显有出入测出来就和真机两回事。
4. **AI 通过 ≠ 免审核，真机跑通 ≠ 结束。** 「评估通过」和「调试完成」是两个显式动作，中间夹着人工审核。

*截图来自一次真实开发过程，涉及的 5 条命令见开头。*

**本轮脚本生成大概用时10分钟**

一次真实的 Linux 主机巡检脚本开发：5 条命令，从手工日志到可批量下发。项目地址：https://qingxun.online

如何快速开发命令行自动化脚本——以 Linux 检查为例（本轮脚本生成大概用时10分钟）

运维

开发工具

后端

基于真实Linux巡检场景，5条命令构建递进证据链，从磁盘占用到Docker服务日志。AI自动生成Ruby脚本，通过命令映射模拟测试，90%阈值判定，支持批量下发与真机联调。脚本闭环改进，人工审核确保安全，10分钟完成从需求到交付。

代码解释

Docker

Linux

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

如何快速开发命令行自动化脚本——以 Linux 检查为例（本轮脚本生成大概用时10分钟）-腾讯云开发者社区-腾讯云

如何快速开发命令行自动化脚本——以 Linux 检查为例（本轮脚本生成大概用时10分钟）

如何快速开发命令行自动化脚本——以 Linux 检查为例（本轮脚本生成大概用时10分钟）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐