Close
Log in to Zabbix Blog
Email
Password
Show password Hide password
Forgot password?
Incorrect e-mail and/or password
or
By creating an account or logging in with an existing account, you agree to our Terms of Service
案例研究如何技术的社区会议登录

在 Zabbix 中借助人工智能创建个人助手

Zabbix 致力于基于预先设定的阈值,对服务器、网络和应用程序等 IT 基础设施进行监控。将人工智能(AI) […]

Zabbix 致力于基于预先设定的阈值,对服务器、网络和应用程序等 IT 基础设施进行监控。将人工智能(AI)作为补充引入 Zabbix,可以帮助用户减少基于这些预设阈值产生的告警,并针对问题给出可能的原因和解决方案。这有助于用户更高效地解决故障。

在本文中,我们将介绍如何通过所提供的 API 以及自定义小部件这一替代方案,将 Zabbix 与 Google 的 AI 工具 Gemini 集成。

实现集成的第一步

您可以在 GitHub 上找到基于 Google Gemini 模型的存储库。您需要在 Google AI Studio 中创建一个账户,以获取所需的 API。

在 Zabbix 中配置脚本

从 Zabbix 7.0 版本开始,访问:

“告警” > “脚本” > “创建脚本”。

对于此功能,我们将其名称指定为“可能的原因和解决方案”。接下来,我们可以使用触发器事件和在 AI Studio 中生成的 API 来配置参数。然后,我们从上文提到的存储库中获取脚本,并将其复制到“脚本”字段中,如下图所示:

在问题面板中的应用

完成配置后,我们进入告警面板并选择一个特定的告警。我们单击“AI 助手”,进入之前命名为“可能的原因和解决方案”的功能。

下图展示了一个安装在笔记本电脑上的 agent 的示例。

可能的原因:

可能的解决方案:

AI 能够针对出现的每个问题提供精确的解决方案,使我们能够逐步优化预设阈值。

使用自定义小部件“What are you working on?”

为用户创建准确的个性化仪表板至关重要。 考虑到这一点,我们提议创建一个基于 AI 的小部件,名为“What are you working on?”(西班牙语为 ¿Qué harías tu?),用于分析 Zabbix 中所出现问题的当前状态。

这一概念整合了该小部件中的所有功能(包括 Summary、Perspectives、Diagnosis、Comparison 和 Forecast),因为所使用的 prompt 可以根据已构建的面板数据, 指出是否需要调整战略计划或预测未来趋势。

为了举例说明“What are you working on?”小部件的工作原理,我们来看一下对 Zabbix server 磁盘使用情况的分析。

通过 Zabbix 官方页面创建个性化小部件。

了解该项目之后,我们在 Zabbix server 的后端找到以下路径:

/usr/share/zabbix/widgets/

然后,我们创建一个名为“insights”的文件夹,并复制以下存储库。需要将 Gemini API 放入文件 «assets/js/class.widget.php.js» 中的 “YOUR_API_KEY” 字段中。

在前端,我们转到 “管理” > “常规” > “模块”。

在右上角,我们单击 “扫描目录”。现在就有了可供使用的小部件:

扫描完成后,需要启用该小部件,因为它默认处于禁用状态。

在 Zabbix 中使用 AI 的重要性

假设一个有 100 台受监控服务器的场景。 性能阈值、Windows 服务或其他特定服务每周可能产生多达 50 条告警。借助 AI,并得益于每周收集的可能原因和解决方案,可以将这一数字降到最低。

这种从基层入手的方法不仅能让用户更快地解决问题,还能通过尽量减少对 Zabbix server 的必要调整来改善整体健康状况。

在本地实施 AI

使用搭载 HuggingFace 等开源 AI 模型的专用服务器,可以在本地实施 AI,并创建一个收集事件可能原因和解决方案的数据库。

AI 将从重复发生的事件中学习,从而在未来提供更准确的答案。 对可能趋势的分析可以基于所生成的告警。通过这种方式,我们可以优化告警,并让人工智能来帮助理解和解决我们的问题。

结论

我们使用的模型是面向项目的。 我们在不断发展人工智能,并且必须使用自己最了解的模型。由于用于生成答案的 prompt 的导向不同,以及我们能够提供的学习方式不同(无论是向特定的人工智能平台发出请求,还是在本地使用),语言也各不相同。

Prev Post Prev Post Next Post Next Post
订阅评论
提醒
0 Comments
最旧
最新 最多投票
0
希望看到您的想法,请您发表评论x