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

当生成式 AI 遇上 Zabbix

十多年来,Zabbix 一直是我的基础设施的支柱,这段旅程从 3.2 版本一直延续到 7.4 版本。它是一款强 […]

十多年来,Zabbix 一直是我的基础设施的支柱,这段旅程从 3.2 版本一直延续到 7.4 版本。它是一款强大而可靠的工具。然而,在智能助手时代,我向自己提出了一个问题:为什么我不能像与我的生成式 AI 助手 Maria 交谈那样,自然地与我的监控系统互动?

什么是 MCP?

MCP(模型上下文协议)是一种通用协议,可帮助生成式 AI 系统安全、可靠且大规模地与全局数据进行交互。
想象一下:现在是凌晨 3 点,您的手机收到一条严重告警。您无需打开多个仪表板并手动关联数据,只需输入:“生产服务器出了什么问题?”

您会收到这样的回复:

“web-prod-01 服务器的内存使用率很高(94%)。这一情况始于 15 分钟前,与一次流量高峰同时出现。我建议检查数据库连接池,并考虑重启 Apache 服务。需要我为您显示相关日志吗?”

这已不再是科幻!

设计原则

主要目标是在不改动 Zabbix 核心的前提下增强 Zabbix。该解决方案基于一种遵循以下原则的架构:

  • Zabbix 保持原样:原有安装保持不变。
  • API 优先:所有通信均通过 Zabbix 强大的 JSON-RPC API 完成。
  • 智能桥梁:创建一个中间服务,在人类语言和 Zabbix 指标之间进行转换。
  • 可扩展性:该设计可随基础设施的增长而扩展。

建议的架构:

  • Zabbix server:Debian 12、Zabbix 7.4.0、PostgreSQL 15.13
  • AI 服务器(MCP):Rocky Linux 9、Gemini AI、Express.js、Winston(日志记录)、Gemini CLI、Redis、Nginx、PM2

Webhook

我们通过 Webhook 处理 Zabbix 告警,由它将数据发送到我们的生成式 AI 服务。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import json
import requests
import sys
from datetime import datetime

def send_to_mcp(args):
""" Sends alerts to MCP server"""
# SETTINGS - EDIT ACCORDING TO YOUR ENVIRONMENT
mcp_endpoint = "http://TU_IP_MCP_SERVER:3001/alerts" # Change to the MCP server IP
mcp_token = "TU_MCP_AUTH_TOKEN" # Exchange for your MCP authentication token
zabbix_server_ip = "TU_IP_ZABBIX_SERVER" # Change to the Zabbix server IP

headers = {
'Content-Type': 'application/json',
'Authorization': f'Bearer {mcp_token}'
}

# Extracting arguments from the Zabbix webhook
eventid = args[0] if len(args) > 0 else "unknown"
severity = args[1] if len(args) > 1 else "0"
message = args[2] if len(args) > 2 else "No message"
host = args[3] if len(args) > 3 else "unknown"
value = args[4] if len(args) > 4 else ""

payload = {
"timestamp": datetime.now().isoformat(),
"source": "zabbix",
"eventid": eventid,
"severity": severity,
"message": message,
"host": host,
"value": value,
"zabbix_server": zabbix_server_ip
}

try:
print(f"Sending alert to MCP: {mcp_endpoint}")
print(f"Payload: {json.dumps(payload, indent=2)}")

response = requests.post(mcp_endpoint, json=payload, headers=headers, timeout=15)
response.raise_for_status()

print(f"Alert sent successfully: HTTP {response.status_code}")
print(f"Response: {response.text}")
return True

except requests.exceptions.Timeout:
print("? Error: Timeout connecting to MCP server", file=sys.stderr)
return False
except requests.exceptions.ConnectionError:
print("? Error: Cannot connect to MCP server", file=sys.stderr)
return False
except requests.exceptions.HTTPError as e:
print(f"? HTTP Error: {e}", file=sys.stderr)
print(f"Response: {response.text}", file=sys.stderr)
return False
except Exception as e:
print(f"? Unexpected error: {e}", file=sys.stderr)
return False

if __name__ == "__main__":
# The arguments come from Zabbix
args = sys.argv[1:]
print(f"Script called with args: {args}")

success = send_to_mcp(args)
sys.exit(0 if success else 1)

用例

场景 1:周一早上

Cesar:早上好,基础设施情况怎么样?

Gemini CLI:早上好!一切平稳。14 台活动主机,0 个严重问题。周末 ‘proxmox-desarrollo’ 进行了一次计划内重启,已成功完成。平均 CPU 使用率为 23%。您需要了解某个特定系统的详细信息吗?

场景 2:主动规划

Cesar:本周你发现了哪些令人担忧的趋势?

Gemini CLI:我注意到三种需要关注的模式:

1. storage-01:/var/log 每天增长 2GB。

    • 预测:12 天后容量将达到 90%。
    • 建议:配置更激进的日志轮转策略。

2. mikrotik:温度逐渐升高(过去 7 天内 +3°C)。

    • 建议:检查通风情况。

3. base-datos-01:慢查询增加了 15%。

    • 建议:检查索引并优化频繁执行的查询。

MCP 实现

Server (Rocky Linux 9)
bash
#create the project
mkdir /opt/mcp-zabbix
cd /opt/mcp-zabbix

#Install dependencies
sudo dnf install -y nodejs npm redis nginx
sudo npm install -g pm2

#Set up the project
npm init -y
npm install express axios @google/generative-ai winston helmet cors dotenv

配置(.env)

bash
#Environment variables
ZABBIX_URL=http://tu-zabbix-server/zabbix/api_jsonrpc.php
ZABBIX_API_TOKEN=tu_token_de_zabbix_aqui
GEMINI_API_KEY=tu_api_key_de_gemini
MCP_AUTH_TOKEN=genera_un_token_seguro
PORT=3001

Zabbix 中的 Webhook

1. 告警 → 媒介类型 → 创建
2. 脚本名称:mcp_webhook.py
3. 参数:{EVENT.ID} {EVENT.NSEVERITY} {ALERT.MESSAGE} {HOST.NAME} {ITEM.VALUE}

测试

#Start the MCP server
pm2 start ecosystem.config.js

#Test curl 
curl -H "Authorization: Bearer TU_TOKEN" \
-H "Content-Type: application/json" \
-d '{"prompt":"¿How many host fo I have?"}' \
http://localhost:3001/ask-zabbix

未来展望

仪表板对话

Cesar:给我看一个关键服务器的仪表板。

Gemini CLI:正在创建自定义仪表板,包含:

  • 您的 3 台生产服务器的 CPU/内存
  • Web 服务的网络延迟
  • 数据库磁盘空间
  • 夜间备份状态

生成的仪表板:http://zabbix.local/dashboard/generated-123

需要避免的错误

  • 不要忽视安全:从第 1 天起就要考虑令牌、防火墙和速率限制
  • 不要忘记文档:代码可以自我解释,工作流则不能

入门资源

  • 完整安装:适用于 Rocky Linux 和 Debian 的脚本
  • Zabbix 配置:媒介类型和动作
  • API 参考:端点和示例

用例

基础监控:主机、监控项、触发器

  • 智能告警:自动分析
  • 临时查询:快速调查
  • 自动报告:定期摘要

未来的集成

目标是开发一款应用程序,让用户能够与名为“Maria”的 AI 助手进行自然交互。其设想是,Maria 会根据正在发生的情况建议相应的措施,并主动执行这些措施。

为此,该助手将与 Gemini 的命令行界面(CLI)集成,并建立一条额外的安全通信通道。推荐的架构将由多台能够相互理解的服务器组成,包括 Zabbix Server、MCP(模型上下文协议)以及个人助手。您可以在这个存储库中关注基础集成的开发进展。

结论

Zabbix 将继续是我们所熟知的那个可靠引擎。不同之处在于,它现在变得更加直观,并且可以对话。目标不是取代人类的经验,而是增强它。AI 将使我们能够打造以前无法想象的解决方案。

为了充分发挥这一潜力,我们作为专家必须不断学习,加深对这一工具的了解。这样,我们就不会只依赖 AI 给出的建议,而是能够凭借自己的判断来验证和授权它的操作。

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