AI Agent 接入飞书告警教程：服务器异常自动推送到群

服务器半夜宕机或者服务 OOM（Out of Memory）却没收到通知，是很多运维和开发人员最头疼的事。与其频繁刷新监控面板，不如让 AI Agent 替你盯着服务器，一旦发现异常直接推送到飞书群。主机选今天带来这篇实战教程，教你用 Python 脚本配合大模型 API，在 VPS 上部署一个轻量级的 AI Agent，实现服务器状态的智能分析与自动告警。

VPS 部署 AI Agent 接入飞书告警

这套方案的核心逻辑是：脚本定时采集系统状态 -> 发现异常 -> 调用 LLM API 进行智能分析（判断是重启、扩容还是查日志） -> 将分析结果通过 Webhook 发送到飞书群。这比单纯发一句“CPU 高了”要有用得多，AI Agent 能帮你初步定位原因。

#### 获取飞书群 Webhook 地址

要在飞书群里收到消息，得先给群聊配置一个机器人入口。

1. 在飞书群聊设置中，点击“群机器人” -> “添加机器人”。
2. 选择“自定义机器人”，给机器人起个名字，比如“VPS哨兵”。
3.安全设置建议勾选“IP 白名单”，填入你 VPS 的公网 IP，防止 Webhook 泄露后被恶意刷屏。
4. 创建完成后，复制一串以 `https://open.feishu.cn/open-apis/bot/v2/hook/` 开头的 URL，这就是 Agent 的“嘴巴”。

#### 配置 LLM API 与提示词

为了让告警信息具备“智能”，我们需要接入一个大模型。这里以兼容 OpenAI 格式的 API（如 DeepSeek、Moonshot 或本地 Ollama）为例。

创建一个工作目录，并安装依赖：

mkdir /opt/ai-alert-agent
cd /opt/ai-alert-agent
python3 -m venv venv
source venv/bin/activate
pip install requests psutil openai

新建 `alert_agent.py`，写入核心逻辑。这个脚本会检查 CPU 和内存使用率，如果超过阈值，就交给 AI 分析。

python
import os
import psutil
import requests
import json
from openai import OpenAI

FEISHU_WEBHOOK_URL = "https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxx" # 替换你的 Webhook
LLM_API_KEY = "sk-xxxxxxxxxxxxxxxx" # 替换你的 LLM API Key
LLM_BASE_URL = "https://api.deepseek.com" # 替换为你的 API 地址
ALERT_THRESHOLD_CPU = 80 # CPU 告警阈值 %
ALERT_THRESHOLD_MEM = 85 # 内存告警阈值 %

client = OpenAI(api_key=LLM_API_KEY, base_url=LLM_BASE_URL)

def get_system_status():
cpu = psutil.cpu_percent(interval=1)
mem = psutil.virtual_memory().percent
return cpu, mem

def ask_ai_for_analysis(cpu, mem):
prompt = f"""
你是一个资深运维专家。当前服务器出现异常指标：
CPU 使用率: {cpu}%
内存使用率: {mem}%

请简要分析可能的原因（如：挖矿病毒、流量突增、进程死锁等），并给出 3 条紧急排查建议。
回复要精简，直接列出原因和建议，不要客套话。
"""
try:
response = client.chat.completions.create(
model="deepseek-chat", # 根据实际模型修改
messages=[
{"role": "system", "content": "你是一个专业的 Linux 运维助手。"},
{"role": "user", "content": prompt}
],
max_tokens=300
)
return response.choices[0].message.content
except Exception as e:
return f"AI 分析失败: {str(e)}"

def send_feishu_alert(message):
headers = {"Content-Type": "application/json; charset=utf-8"}
data = {
"msg_type": "interactive",
"card": {
"header": {
"title": {
"tag": "plain_text",
"content": "⚠️ 服务器异常告警"
},
"template": "red"
},
"elements": [
{
"tag": "div",
"text": {
"tag": "lark_md",
"content": message
}
}
]
}
}
req = requests.post(FEISHU_WEBHOOK_URL, headers=headers, data=json.dumps(data))
print(req.text)

if __name__ == "__main__":
cpu, mem = get_system_status()
print(f"Current Status – CPU: {cpu}%, MEM: {mem}%")

if cpu > ALERT_THRESHOLD_CPU or mem > ALERT_THRESHOLD_MEM:
analysis = ask_ai_for_analysis(cpu, mem)
alert_msg = f"检测到异常:\nCPU: {cpu}%, 内存: {mem}%\n\nAI Agent 诊断建议:\n{analysis}"
send_feishu_alert(alert_msg)
else:
print("System normal.")

#### Systemd 常驻服务配置

脚本写好了，不能只跑一次。我们需要用 Systemd 把它变成一个守护进程，配合 Cron 定时触发，或者修改脚本逻辑写成死循环（建议用 Cron 触发，避免资源占用）。这里演示用 Cron 每 5 分钟执行一次。

编辑 crontab：

crontab -e

添加一行（注意修改路径）：

*/5 * * * * /opt/ai-alert-agent/venv/bin/python /opt/ai-alert-agent/alert_agent.py >> /var/log/ai-agent.log 2>&1

这样，AI Agent 就会每隔 5 分钟“睁眼”看一次服务器状态。

#### 日志排查与故障修复

部署完别以为万事大吉，先看日志跑没跑起来。

查看运行日志：

tail -f /var/log/ai-agent.log

如果看到 `Current Status – CPU: 15%, MEM: 40%` 说明采集正常。如果飞书没收到消息，检查以下几点：

1.Webhook 验证：手动 `curl` 一下 Webhook URL，看能不能发个简单的 JSON 过去。飞书对 JSON 格式要求很严，多一个空格都可能 400 错误。
2.API Key 权限：确认 LLM 的 Key 有余额且支持该模型。
3.Python 环境：Cron 里用的 Python 必须是虚拟环境里的那个，否则找不到 `openai` 或 `psutil` 库。

老鸟叮嘱

1.别用 Root 跑脚本：虽然方便，但万一脚本漏洞被利用，就是服务器提权。新建个 `alert` 用户专门跑这个服务。
2.阈值别设太低：CPU 50% 就报警，半夜手机响个不停，过两天你就把它关了。建议 CPU 80%+ 且持续 2 分钟以上再报警，或者结合 Load Average 判断。
3.API Key 别硬编码：生产环境建议把 Key 写到 `/etc/profile.d/` 或环境变量文件里，脚本里用 `os.getenv` 读取，防止代码泄露导致 Key 泄露。
4.飞书限流：飞书机器人对频率有限制，别把 Cron 设成每分钟一次，否则会被封禁 Webhook。

FAQ

1. 这个 AI Agent 会消耗很多 VPS 资源吗？
不会。脚本本身非常轻量，只有在触发阈值时才会调用 LLM API，平时只采集本地 CPU 和内存，几乎无感。

2. 必须用付费的 LLM API 吗？
不一定。如果你 VPS 内存够大（建议 8G 以上），可以本地部署 Ollama 跑 `llama3` 或 `qwen2.5`，将 `LLM_BASE_URL` 指向 `http://127.0.0.1:11434/v1` 即可，完全免费且隐私安全。

3. 飞书收到的消息太慢怎么办？
慢通常出在 LLM API 响应上。可以调整 `max_tokens` 参数减少输出字数，或者换一个响应更快的模型端点。

4. 除了 CPU 和内存，还能监控什么？
可以扩展脚本，监控磁盘 IO、Nginx 502 报错数量、Docker 容器状态，甚至检测特定进程是否存在。

5. 为什么我手动运行脚本有消息，Cron 没反应？
通常是 Cron 的环境变量问题。在脚本里加载完整的 `.bashrc` 或者在 Crontab 里明确指定绝对路径，像上面命令那样使用虚拟环境内的 Python 是最稳妥的。

通过这套组合拳，你的 VPS 就算有了“智能管家”，遇到异常不再是冷冰冰的数字，而是直接给出排查建议的 AI 助手。