把机房交给 AI 管（三）：VMware-AIops，60 个工具的完整运维

Fen9Pi2026/9/4大约 4 分钟

前言：从看到做

监控只能看。

真正费时间的是做：建虚拟机、装系统、打快照、批量克隆、迁移。

VMware-AIops 是家族里的旗舰：60 个工具，VM 全生命周期。71 stars，家族里最火的一个。

一、项目身份

VMware vCenter/ESXi 的 AI 运维工具。

VM 生命周期 + 部署 + 访客操作 + 集群 + 网络 + 告警。

一句话说清楚：

让 AI 代理完成从部署 OVA 到批量克隆到设置自动清理的完整 VM 运维，破坏性操作有双重确认和审计。

二、主执行链路

流程图1

Plan → Apply 是核心工作流：

AI 创建计划，校验动作、检查目标、生成回滚信息
计划给人看：步骤、受影响的 VM、不可逆警告
顺序执行，失败即停
失败可回滚，已执行的步骤反向撤销

计划存 ~/.vmware-aiops/plans/，成功自动删，24 小时自动清。

三、核心模块

流程图2

工具分布：

生命周期 6 个：开关机、快照、TTL 自动删除、clean slate
部署 8 个：OVA、模板、链接克隆（秒级）、批量克隆、YAML 批量部署
访客操作 5 个：VM 里执行命令、上传下载文件（需要 VMware Tools）
集群 6 个：创建、删除、HA/DRS 配置、加减主机
调查报告 5 个：只读聚合分析

调查报告值得单独说：

vmware-aiops attention          # 所有 vCenter 里现在该关注什么
vmware-aiops investigate vm web-01 --hours 72   # 这台 VM 前后 72 小时发生了什么

服务端聚合关联：VM 状态 + 主机 + 存储 + 快照 + 告警 + 性能 + 合并事件时间线。返回的是高信号结论，不是原始清单。

四、跨端边界

CLI vs MCP 怎么选：

场景	推荐	原因
本地小模型	CLI	约 2K token，MCP 要 10K
自动化管道	MCP	类型安全，结构化输出
云端大模型	都行	MCP 的 JSON 更规整

vCenter vs 单机 ESXi：vMotion、跨主机克隆、集群管理只有 vCenter 有。VM 全套生命周期两边都行。

五、数据与状态流

流程图3

关键点：

输入校验：CPU 1-128、内存 128MB-1TB、磁盘 1-64TB"
所有异步操作等待完成再报告结果，不"发完就算"
审计日志记录操作前后状态

六、配置边界

安全配置：

Dry-run：任何破坏性命令加 --dry-run，只打印 API 调用不执行
双重确认：删 VM、关机、回滚快照等，连续两次确认，没有绕过参数
拒绝也记录：你点了取消，审计日志里有

定时守护进程：

默认 15 分钟扫一轮：告警 + 事件 + 主机日志
正则匹配 error、fail、critical、panic、timeout、corrupt
结果推 webhook

典型工作流（搭实验环境）：

vmware-aiops datastore browse ds1 --pattern "*.ova"   # 找镜像
vmware-aiops deploy ova image.ova --name lab-vm       # 部署
vmware-aiops vm guest-exec lab-vm --cmd /bin/bash \
  --args "-c 'apt-get install -y nginx'" --user root  # 装软件
vmware-aiops vm snapshot-create lab-vm --name baseline # 基线快照
vmware-aiops vm set-ttl lab-vm --minutes 480           # 8 小时后自动清理