
管理多臺 VPS 時,每天檢查一遍狀態是剛需:磁碟快滿了、某個服務掛了、記憶體用量異常……這些如果不主動檢查,可能等到出了問題才發現。
這篇文章講一個實際方案:Python 指令碼 SSH 到各臺伺服器採集指標 → Gemini CLI 分析異常 → Telegram Bot 推送日報。
整個流程每天定時跑一次,不需要手動干預。
架構
定時任務(cron)
└─ Python 巡檢指令碼
├─ SSH 到每臺伺服器
│ └─ 採集:CPU / 記憶體 / 磁碟 / 服務狀態 / 近期錯誤日誌
├─ 彙總成文字報告
├─ 呼叫 Gemini CLI 分析報告(找異常、給建議)
└─ 傳送到 Telegram Bot
前置準備
1. 安裝 Gemini CLI
npm install -g @google/gemini-cli
gemini auth # 用 Google 賬號登入
驗證:
echo "hello" | gemini
2. 建立 Telegram Bot
- 在 Telegram 裡找
@BotFather - 傳送
/newbot,按提示建立 bot,拿到 Bot Token - 給你的 bot 發一條訊息,然後訪問:
在返回的 JSON 裡找https://api.telegram.org/bot<token>/getUpdateschat.id,這是你的 Chat ID
3. 配置 SSH 免密登入
在採集機器上生成金鑰(如果還沒有):
ssh-keygen -t ed25519 -f ~/.ssh/audit_key
把公鑰分發到每臺伺服器:
ssh-copy-id -i ~/.ssh/audit_key.pub user@server-ip
巡檢指令碼
~/scripts/server_audit.py:
#!/usr/bin/env python3
"""
每日伺服器叢集巡檢指令碼
- SSH 採集各伺服器指標
- Gemini CLI 分析
- Telegram 推送報告
"""
import subprocess
import json
import requests
from datetime import datetime
# === 配置區 ===
SERVERS = [
{"name": "aws-hk", "host": "你的HK伺服器IP", "user": "ubuntu"},
{"name": "aws-us", "host": "你的US伺服器IP", "user": "ubuntu"},
{"name": "home-1", "host": "192.168.1.10", "user": "as"},
]
SSH_KEY = "/root/.ssh/audit_key" # 或你的 key 路徑
TG_TOKEN = "你的TelegramBotToken"
TG_CHAT_ID = "你的ChatID"
# ==============
def ssh_run(host: str, user: str, cmd: str) -> str:
"""在遠端主機執行命令,返回輸出"""
result = subprocess.run(
["ssh", "-i", SSH_KEY, "-o", "StrictHostKeyChecking=no",
"-o", "ConnectTimeout=10", f"{user}@{host}", cmd],
capture_output=True, text=True, timeout=30
)
return result.stdout.strip() if result.returncode == 0 else f"[ERROR] {result.stderr.strip()}"
def collect_metrics(server: dict) -> dict:
"""採集單臺伺服器指標"""
name = server["name"]
host = server["host"]
user = server["user"]
print(f" 採集 {name} ({host})...")
metrics = {
"name": name,
"host": host,
"timestamp": datetime.now().isoformat(),
}
# CPU 使用率(1分鐘均值)
metrics["cpu_load"] = ssh_run(host, user,
"cat /proc/loadavg | awk '{print $1, $2, $3}'")
# 記憶體使用
metrics["memory"] = ssh_run(host, user,
"free -h | grep Mem | awk '{print \"total:\", $2, \"used:\", $3, \"free:\", $4}'")
# 磁碟使用(根分割槽)
metrics["disk"] = ssh_run(host, user,
"df -h / | tail -1 | awk '{print \"total:\", $2, \"used:\", $3, \"avail:\", $4, \"use%:\", $5}'")
# 系統執行時間
metrics["uptime"] = ssh_run(host, user, "uptime -p")
# 關鍵服務狀態(根據你的服務調整)
services = ["nginx", "xray", "hysteria-server"]
service_status = {}
for svc in services:
status = ssh_run(host, user,
f"systemctl is-active {svc} 2>/dev/null || echo 'not-found'")
service_status[svc] = status
metrics["services"] = service_status
# 近期系統錯誤(過去1小時)
metrics["recent_errors"] = ssh_run(host, user,
"journalctl -p err --since '1 hour ago' --no-pager -q 2>/dev/null | tail -20")
# 網路連線數
metrics["connections"] = ssh_run(host, user,
"ss -s | grep 'TCP:' | head -3")
return metrics
def format_report(all_metrics: list) -> str:
"""將採集資料格式化為文字報告"""
lines = []
lines.append(f"=== 叢集巡檢報告 {datetime.now().strftime('%Y-%m-%d %H:%M')} ===\n")
for m in all_metrics:
lines.append(f"[{m['name']}] {m['host']}")
lines.append(f" 負載: {m.get('cpu_load', 'N/A')}")
lines.append(f" 記憶體: {m.get('memory', 'N/A')}")
lines.append(f" 磁碟: {m.get('disk', 'N/A')}")
lines.append(f" 執行: {m.get('uptime', 'N/A')}")
services = m.get('services', {})
for svc, status in services.items():
icon = "✓" if status == "active" else "✗"
lines.append(f" {icon} {svc}: {status}")
errors = m.get('recent_errors', '')
if errors and '[ERROR]' not in errors and len(errors) > 5:
lines.append(f" 近期錯誤:")
for line in errors.split('\n')[:5]:
lines.append(f" {line}")
lines.append("")
return '\n'.join(lines)
def gemini_analyze(report: str) -> str:
"""呼叫 Gemini CLI 分析報告"""
prompt = f"""以下是伺服器叢集的巡檢資料,請:
1. 識別任何異常或需要關注的問題
2. 對服務狀態給出簡短評估
3. 如果磁碟使用率 > 80% 或服務 inactive,明確標記為警告
4. 給出簡短的建議(如果有問題)
5. 如果一切正常,說明"叢集狀態正常"
回覆請用中文,控制在200字以內。
{report}"""
result = subprocess.run(
["gemini", "--model", "gemini-2.5-flash", "-p", prompt],
capture_output=True, text=True, timeout=60
)
if result.returncode == 0:
return result.stdout.strip()
else:
return f"[Gemini 分析失敗] {result.stderr[:200]}"
def send_telegram(message: str):
"""傳送 Telegram 訊息"""
url = f"https://api.telegram.org/bot{TG_TOKEN}/sendMessage"
# Telegram 訊息長度限制 4096,超出則截斷
if len(message) > 4000:
message = message[:4000] + "\n...[截斷]"
resp = requests.post(url, json={
"chat_id": TG_CHAT_ID,
"text": message,
"parse_mode": "HTML"
}, timeout=15)
if resp.status_code == 200:
print(" Telegram 訊息傳送成功")
else:
print(f" Telegram 傳送失敗: {resp.text}")
def main():
print(f"開始巡檢 {len(SERVERS)} 臺伺服器...")
# 採集所有伺服器指標
all_metrics = []
for server in SERVERS:
try:
metrics = collect_metrics(server)
all_metrics.append(metrics)
except Exception as e:
print(f" 採集 {server['name']} 失敗: {e}")
all_metrics.append({
"name": server["name"],
"host": server["host"],
"error": str(e)
})
# 生成文字報告
report = format_report(all_metrics)
print("\n--- 原始報告 ---")
print(report)
# Gemini 分析
print("\n呼叫 Gemini 分析...")
analysis = gemini_analyze(report)
print(f"分析結果: {analysis}")
# 組合 Telegram 訊息
tg_message = f"<b>每日叢集巡檢</b>\n\n{analysis}\n\n<pre>{report[:2000]}</pre>"
send_telegram(tg_message)
print("\n巡檢完成")
if __name__ == "__main__":
main()
設定定時任務
每天早上 8 點執行:
crontab -e
新增:
0 8 * * * /usr/bin/python3 /home/as/scripts/server_audit.py >> /var/log/server_audit.log 2>&1
定製化採集命令
根據你的實際服務調整 services 列表和採集命令:
# 檢查 Docker 容器狀態
metrics["docker"] = ssh_run(host, user,
"docker ps --format '{{.Names}}: {{.Status}}' 2>/dev/null | head -10")
# 檢查特定埠是否監聽
metrics["ports"] = ssh_run(host, user,
"ss -tlnp | grep -E ':(443|80|8080|9090)' | awk '{print $4, $6}'")
# 最近的 nginx 錯誤
metrics["nginx_errors"] = ssh_run(host, user,
"tail -20 /var/log/nginx/error.log 2>/dev/null | grep -v '^$'")
# 磁碟 inode 使用率(經常被忽略)
metrics["inode"] = ssh_run(host, user,
"df -i / | tail -1 | awk '{print \"inode use%:\", $5}'")
改進 Prompt 提升分析質量
Gemini CLI 的分析質量很大程度取決於 prompt 設計。一些改進方向:
加上歷史對比(如果你存了昨天的報告):
prompt = f"""今天的報告:\n{today_report}\n\n昨天的報告:\n{yesterday_report}\n\n請對比分析變化..."""
指定關注點:
prompt = f"""...特別關注磁碟使用率是否接近滿,以及 xray/hysteria 服務是否線上..."""
結構化輸出:
prompt = f"""...請以 JSON 格式返回,欄位包括:status(ok/warning/critical)、issues(問題列表)、suggestions(建議列表)..."""
收到的報告示例
每日叢集巡檢
叢集整體狀態正常。所有伺服器 nginx、xray 服務執行中。
aws-hk 磁碟使用率 67%,正常範圍。
aws-us 磁碟使用率 45%,充裕。
home-1 近期有 2 條 kernel 警告日誌,建議檢查 dmesg 確認是否為磁碟 I/O 問題。
=== 叢集巡檢報告 2026-04-15 08:00 ===
[aws-hk] x.x.x.x
負載: 0.12 0.08 0.05
記憶體: total: 2.0G used: 812M free: 892M
磁碟: total: 20G used: 13G avail: 6.1G use%: 68%
執行: up 47 days, 3 hours
✓ nginx: active
✓ xray: active
...
→ 檢視 Gemini CLI 在量化工作流中的應用 → 檢視 VPS 節點被封后的恢復流程
📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格