开源项目ZenOps：带你领略禅意运维

文章发布较早，内容可能过时，阅读注意甄别。

# 前言

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。

# 项目介绍

ZenOps

点我跳转到项目地址

- 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。

# 前置准备

本次演示需要准备如下内容：

阿里云或者腾讯云的秘钥（目前所有的交互都是查询操作，可以给一个全局(或按需)只读的权限）。
可用的大模型秘钥（个人实测验证下来，推荐 DeepSeek-V3 或者 glm-4.6 (或 glm-4.5-flash) 这些模型）
Cherry Studio，用于调试 MCP 的能力。
钉钉开发者后台创建应用，机器人，消息卡片。

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。

# 创建钉钉应用

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。

# 启动应用

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

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。

# 调试 MCP

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"
    }
  }
}