程序聚合 软件案例 中移物联网自动化运维平台

中移物联网自动化运维平台

2025-06-15 00:20:39
行业:企业内部管理、云计算
载体:网站、云服务/云平台
技术:Python、Django、jQuery、Zabbix

业务和功能介绍

中移物联网在全国各个地方有多个机房,机房中有成千上万的服务器.对于这些服务器的管理监控等任务做自动化实现.
1.服务器的批量上下线登记管理
2.服务器业务的管理
3.服务器资源的管理
4.服务器行为的预测
5.运维团队的管理,包括排班日常报告等
6.服务器行为的统计分析
7.服务器监控,以及故障的分配与管理
8.资源池费用管理等功能

项目实现

我在此项目中担任的主要是zabbix系统对接,数据分析部分,以及webssh功能.
这些功能并没有明确的开始与结束时间,是更具各个部门的需求零时添加与修改.
在这些功能中用到了jquery,redis,mongodb,zabbix,mysql,python django以及web socket等技术

示例图片视频


书山游客
30天前活跃
方向: 运维-运维、爬虫/脚本-爬虫/脚本、
交付率:100.00%
相似推荐
skill插拔驱动多元Agent
### 多 Agent 智能协作 6 个专业 Agent(Sisyphus、Code Analyzer、Programmer、Refactor Master、Test Expert、Librarian)通过 4 种协作模式(Sequential、Parallel、Debate、Main-with-Helpers)智能协作。基于意图识别自动选择 Agent,并行执行提升效率,自动综合多专家意见。 ### 深度代码理解 集成 LSP(Language Server Protocol)、AST(抽象语法树)分析和语义代码搜索。支持 Python、JavaScript、TypeScript 等主流语言,提供类型推导、引用分析、基于向量的语义检索。自动识别代码结构和依赖关系。 ### 智能编排系统 7 种编排策略(Simple、ReAct、Multi-Agent、Parallel、Conditional、Workflow、Sisyphus)自动选择最优方案。ReAct 模式支持推理-行动循环,条件分支实现动态决策,并行执行提升性能。 ### 完整工具链 34+ 专业工具,包含项目理解(文档发现、结构分析、代码地图)、代码搜索(文本、正则、语义、AST)、LSP 工具(诊断、跳转、引用、重命名)、文件操作(读写、批量操作、补丁)、Git 工具(状态、差异、日志)。 ### 智能记忆系统 分层存储架构(会话级、用户级、全局级),对话树结构支持多分支,智能压缩和摘要,相关性检索。多轮对话保持上下文,记住用户偏好和习惯,跨会话知识复用。 ### Skill 配置系统 14+ 预置技能,灵活的 Prompt 模板,工具和编排器配置,可扩展的技能定义。YAML 配置驱动,Jinja2 模板引擎,动态加载和热更新。
微信自动抢红包助手-快抢
基于Auto.js开发的微信自动抢红包脚本,通过监听系统通知实时响应红包消息,自动点击横幅进入聊天界面,并利用固定坐标快速点击红包和“开”按钮。脚本支持多次重试机制,确保红包被及时抢到,无需人工干预,极大提升抢红包成功率。
RPA的SAP BW运维监控-SAP
本项目旨在解决 SAP BW 系统运维中人工监控效率低、响应滞后、易遗漏异常的痛点,通过 RPA 机器人替代人工,实现对 SAP BW 数据加载、任务执行、系统状态的 7×24 小时自动化监控。 核心功能模块包括: SAP BW 监控模块:RPA 自动登录 SAP 系统,定时检查 BW 进程、数据加载任务、系统日志及关键指标,识别任务失败、数据异常、系统告警等问题。 智能通知模块:当监控到异常时,RPA 触发微信消息推送,将异常详情、影响范围、建议处理措施实时推送给运维人员;同时可调用 Python 接口,通过电话语音或系统声音输出进行二次告警,确保关键问题不被遗漏。 辅助识别模块:集成 Python OCR 图片文字识别能力,自动解析 SAP BW 监控截图中的关键信息,补充到告警内容中,提升问题定位效率。 业务流程为:RPA 定时巡检→发现异常→触发多渠道告警→运维人员接收并处理→RPA 记录处理结果并归档,形成闭环运维监控体系,大幅降低人工成本,提升运维响应速度和系统稳定性。
tools box
针对用户需要多个软件处理图片文档的痛点,打造免费在线工具平台,无需安装即可使用,注重隐私保护。 图片工具(去水印、压缩、证件照、抠图)、实用工具(文档转换、屏幕录制、二维码、OCR识别)、AI助手(图片视频生成、写作翻译、旅行规划)。 访问网站→选择工具→上传文件→系统处理→预览结果→下载保存。浏览器端本地处理,无需注册,保护隐私安全。
军事agent-ugv_agents
在无人作战/军事仿真场景中,需智能体系统协调多无人平台(UAV、UGV、机器狗等)完成复杂任务。传统方案依赖人工指令与固定流程,难以应对动态任务和自然语言交互。本项目构建基于 LLM 的多 Agent 协同系统,实现自然语言驱动的任务规划、调度与执行。核心目标:支持自然语言任务输入并自动分解为可执行动作序列;多 Agent 协同(任务规划、调度、会议助手、状态检查等);WebSocket/MQTT 双通道与上位机通信;通过 MCP 协议动态扩展工具能力;Docker 容器化部署,兼容 x86/ARM64。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服