运维领域的工具，有这样几个阶段，从最初的命令行工具，到 Web 界面交互，再到今天结合AI用自然语言交互，每一种场景都有其独特的价值。
截至目前，我还没有遇到比较理想的，简单接入即用的工具，于是，自己动手，丰衣足食，我写了一个小工具，ZenOps，希望借助大模型的能力，打造一个简单易用的框架，让运维场景中的各种数据，都能轻松查询。
- name: ZenOps
desc: 点我跳转到项目地址
avatar: https://avatars2.githubusercontent.com/u/416130?s=460&u=8753e86600e300a9811cdc539aa158deec2e2724&v=4 # 可选
link: https://github.com/opsre/zenops
bgColor: "#0074ff" # 可选，默认var(--bodyBg)。颜色值有#号时请添加单引号
textColor: "#fff" # 可选，默认var(--textColor)
1
2
3
4
5
6
ZenOps 是一个面向运维领域的数据智能化查询工具，通过统一的接口抽象，支持多云平台(阿里云、腾讯云等云资源)、CI/CD 工具(Jenkins等各种运维领域常见工具)的资源查询，并通过 CLI、HTTP API 和 MCP 协议提供多种访问方式，同时集成钉钉，飞书(待添加)等智能机器人实现对话式查询。
本次演示需要准备如下内容：
DeepSeek-V3 或者 glm-4.6 (或 glm-4.5-flash) 这些模型）上边前三项都比较简单，根据自己情况准备即可，接下来先介绍下钉钉相关的内容。
首先来到钉钉开发者后台： https://open-dev.dingtalk.com/ (opens new window)
点击应用开发，创建一个应用。
应用创建完成后，即可获得应用的 key 和 secret，见下图：
然后打开机器人，将其设置为 Stream 模式，随后将机器人发布。如下图：
创建完毕之后，就可以在对应企业的钉钉组织内搜索到这个机器人，这个时候既可以和该机器人单独对话，也可以将机器人加入到群聊，艾特机器人对话。
当前机器人交互时，需要添加卡片相关的权限，如下图，给对应两个权限即可：
最后点击最下边的版本管理与发布，把应用发布一个版本，就能在钉钉企业中搜索到对应机器人了。
然后点击最上边的开放能力，选择卡片平台，新建一个卡片模板：
然后只保留一个标题，其余的内容删除，注意开启流式组件，然后保存卡片。
如果不想自己折腾，也可以直接导入我的卡片 json。地址：点我下载 (opens new window)
然后保存上图右上角的 ID，即卡片模板的 ID。
项目提供了二进制以及 docker 镜像，可根据自己的喜好选择对应的部署方式。
首先在本地完善配置文件，如下内容是为了演示精简的配置，完整配置见：点我查看 (opens new window)
$ cat config.yaml
# 云服务提供商配置
providers:
# 腾讯云账号配置(支持多账号)
tencent:
- name: "default"
enabled: true
ak: "xxxxxxx"
sk: "xxxxxxxxxxx"
regions:
- "ap-nanjing"
dingtalk:
enabled: true
app_key: "xxxx"
app_secret: "xxxxxxxxx"
card_template_id: "xxxxxxx" # AI 流式卡片模板 ID
enable_llm_conversation: true # 是否启用 LLM 智能对话模式
llm:
enabled: true
model: "glm-4.6"
base_url: "https://open.bigmodel.cn/api/paas/v4"
api_key: "xxxxxxxxxxxxxxxxx"
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
我这里选择使用 docker 部署，把配置文件挂载到容器启动服务：
$ docker run -itd --name zenops -p 8080:8080 -p 8081:8081 -v ./config.yaml:/app/config.yaml docker.cnb.cool/opsre/zenops
1
启动之后，会监听两个端口，8080 是 http 请求使用，8081 是 mcp 监听端口。
这个就比较简单了，这里用 Cherry studio 来调试，进入设置，找到 MCP，添加如下配置：
{
"mcpServers": {
"test": {
"isActive": true,
"name": "zenops",
"type": "sse",
"description": "🧘 运维数据智能化查询工具",
"baseUrl": "http://localhost:8081/sse",
"command": "",
"args": [],
"env": {},
"provider": "eryajf",
"providerUrl": "https://github.com/opsre/zenops",
"logoUrl": "https://raw.githubusercontent.com/opsre/ZenOps/main/src/zenops.png",
"tags": [],
"longRunning": true,
"timeout": 300,
"installSource": "unknown"
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
如果服务不是运行在本地，则可以将 baseUrl 地址改为对应的服务器地址。
保存并启用，如果看到工具列表有数据，则说明配置成功：
然后来到对话框，随便来问一下：
如此便完成了当前工具的简易交互流程。
同理，当我们应用启动之后，默认用 Stream 模式监听，即可在钉钉私聊或者群聊中与机器人对话：
我想，这应该是一个值得大家去尝试的小工具，我也将持续打磨工具底层框架，让模型层面交互更加准确更加丝滑，剩下的就是完善更多的运维领域的数据查询，争取打造一个用自然语言交互的运维数据智能化查询工具。
欢迎大家部署体验(觉得不错别忘了给项目点个 star)，欢迎交流思路，提交问题与建议，也欢迎有想法的开发者贡献代码，让我们一起进入禅意运维之境。
因为上文已经介绍过钉钉机器人的配置方式，这里就不多废话，直接进入主题，介绍飞书的配置方式。
访问飞书开发平台 (opens new window) 选择对应组织，新建一个应用。
拿到 APP ID 和 Secret，复制好，配置到应用的 config.yaml 配置中。
点击 添加应用能力，选择添加机器人，不需要其他配置。
点击权限管理，开通相对应的权限，上图框起来的几项即是需要开通的权限。
点击左侧 事件与回调，订阅方式 中选择 长连接，然后右侧 添加事件 中选择 接收消息。
最后就是点击 版本管理与发布，发布版本，即可使如上配置生效，接着就是启动服务，然后在飞书中搜索机器人名称，即可与之对话。
要注意：钉钉和飞书均支持本地启动即可与机器人互动的模式，企微则需要将服务暴漏到公网可回调才能进行交互。
登陆企微后台 (opens new window)，点击可以直接进入创建应用界面。进入创建应用界面之后，滑到最底下，点击 API 模式创建。
按照上图的标号顺序，注意：前四步完成之后，要先手动点击 5 号和 6 号的随机获取，然后可以拿到对应的 Token 和 Encoding-AESKey 信息，此时将这两项内容，配置到项目的 config.yaml 中，然后启动服务，需要将服务暴漏出来，能够被企微回调到。
然后把可访问的地址 http://your_ip:8080/api/wecom/callback 填写到 7 号输入框，再点击保存，即算配置完毕。
接着到企业微信，搜索机器人名称，即可与之对话。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。