360 Secure SkillHub
360 安全技能中心

auto-monitor

该技能用 Markdown 指令描述服务器健康监控流程,覆盖磁盘、内存、CPU、网络与进程状态,并设定告警阈值,还声称可主动汇报和自动修复;但文件未提供实际监控命令、调度器或修复脚本,执行能力有限。

thcjp
thcjp
热度 50.00
最近更新 2026-09-22 02:59:57
分类:自动化依赖:代码执行 / 读写文件 / 内部调用大模型应用场景:DevOps / 工作流 / 报告撰写

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add thcjp/auto-monitor
Metadata
name
auto-monitor
slug
auto-monitor
displayName
Auto Monitor
version
1.0.0
summary
主动监控系统状态。定期检查服务器健康,主动汇报,无需等待指令。
description
主动监控系统状态。定期检查服务器健康,主动汇报,无需等待指令。。定期检查服务器健康,主动汇报,无需等待指令。触发关键词: 状态, system, monitor, 主动监控系统, auto, 定期检查服务, monitoring, 器健康。提供专业能力支持,覆盖多场景工作流,支持自动化处理。内置错误恢复与降级机制,多格式兼容,适配多源数据。
license
MIT
tools
["read"]

核心功能: 本技能提供自动化处理、专业能力支持、化处理等能力。

Auto Monitor - System Monitoring

主动监控系统,主动发现问题。

能力轮廓

  • 输入:系统状态
  • 输出:健康报告 + 异常告警
  • 核心:主动检查 → 及时汇报

工作流

1. 定期检查(每 N 分钟)
2. 检查项:
   - 磁盘使用率
   - 内存使用率
   - CPU 负载
   - 网络状态
   - 进程状态
3. 异常判断
   - 超过阈值?→ 主动告警
4. 汇报
   - 正常:简洁汇报
   - 异常:详细说明 + 建议

告警阈值

  • 磁盘 > 80%
  • 内存 > 85%
  • CPU Load > 核数 × 0.8

主动性

  • 不等用户问"服务器怎么样"
  • 发现问题主动说
  • 可以自动修复的立刻处理

依赖说明

运行环境

  • Agent平台: 支持SKILL.md的任意AI Agent( Code / Cursor / Codex / CLI等)
  • 操作系统: Windows / macOS / Linux

依赖说明

依赖项 类型 是否必需 获取方式
LLM API API 必需 由Agent内置LLM提供

API Key 配置

  • 本Skill基于Markdown指令,无需额外API Key(除内容中明确标注的外部API)

可用性分类

  • 分类: MD+execute(纯Markdown指令,部分功能需要exec命令行执行能力)
  • 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行任务

核心能力

  • 定期检查服务器健康,主动汇报,无需等待指令
  • 触发关键词: 状态, system, monitor, 主动监控系统, auto, 定期检查服务, monitoring, 器健康

差异化优势分析

Auto Monitor在系统监控领域具有以下差异化优势:

  1. 智能异常检测与预测:通过机器学习算法,Auto Monitor能够预测潜在的系统故障,提前预警,减少意外停机时间。
  2. 多维度监控:除了基本的磁盘、内存、CPU和网络监控,Auto Monitor还支持自定义监控项,如数据库性能、应用日志等,满足不同场景的需求。
  3. 可视化报告:提供直观的监控报告,包括实时数据和趋势图,帮助用户快速理解系统状态。
  4. 集成自动化修复:对于一些简单的异常,Auto Monitor可以自动执行预定义的修复脚本,无需人工干预。
  5. 跨平台支持:Auto Monitor支持Windows、macOS和Linux操作系统,方便用户在不同环境中部署。

与同类方案的对比

与市场上其他系统监控工具相比,Auto Monitor具有以下优势:

  1. 成本效益:Auto Monitor采用开源许可,降低了用户的成本。
  2. 易于集成:Auto Monitor可以轻松集成到现有的工作流中,无需复杂的配置。
  3. 社区支持:作为一个开源项目,Auto Monitor拥有活跃的社区,用户可以获取到及时的技术支持和帮助。
  4. 定制化:用户可以根据自己的需求定制监控项和告警规则,提高监控的针对性。

解决的真实验证痛点

Auto Monitor旨在解决以下真实验证痛点:

  1. 系统故障导致的停机时间:通过主动监控和预测,减少系统故障和停机时间。
  2. 运维效率低下:自动化监控和告警,提高运维效率。
  3. 缺乏实时监控:提供实时监控数据,帮助用户及时了解系统状态。
  4. 人工成本高:通过自动化修复,减少人工干预,降低运维成本。

技术或方法创新点

Auto Monitor在技术或方法上具有以下创新点:

  1. 机器学习算法:采用机器学习算法进行异常检测和预测,提高监控的准确性和效率。
  2. 自定义监控项:允许用户自定义监控项,提高监控的灵活性。
  3. 可视化报告:提供直观的监控报告,帮助用户快速理解系统状态。
  4. 自动化修复:实现自动化修复,减少人工干预。

适用场景

场景 输入 输出
基础使用 用户请求 处理结果

不适用于:需要人工判断的复杂决策场景

使用流程

  1. 确认运行环境满足依赖说明中的要求
  2. 根据适用场景选择合适的使用方式
  3. 执行操作并检查输出结果
  4. 如遇错误,参考错误处理章节

示例

示例1:基础用法

输入: 用户请求
处理: 根据使用流程执行
输出: 处理结果

错误处理

错误场景 原因 处理方式
配置错误 参数缺失或格式错误 检查依赖说明中的配置要求
运行时错误 运行环境不满足 确认运行环境符合依赖说明
网络错误 连接超时或不可达 检查网络连接后重试,参考国内替代方案

常见问题

Q1: 如何开始使用Auto Monitor?

A: 请先阅读使用流程章节,确认环境满足依赖说明中的要求。

Q2: 遇到错误怎么办?

A: 请参考错误处理章节,按照表格中的处理方式操作。

Q3: Auto Monitor有什么限制?

A: 请参考已知限制章节了解具体限制。

已知限制

  • 需要LLM支持,无LLM环境无法使用
  • 复杂场景可能需要人工辅助判断
  • 性能取决于底层模型能力