VMware AIops

VMware AIops

作者：Wei Zhou，VMware by Broadcom — [email protected] 这是 VMware 工程师发起的社区项目，并非 VMware 官方产品。 如需 VMware 官方开发者工具，请访问 developer.broadcom.com。

English | 中文

AI 驱动的 VMware vCenter/ESXi VM 生命周期管理与部署工具 — 61 个工具。

配套技能可处理其他所有事项：

技能	范围	安装
vmware-monitor	只读：清单、运行状况、警报、事件、指标	uv tool install vmware-monitor
vmware-storage	数据存储、iSCSI、vSAN 管理	uv tool install vmware-storage
vmware-vks	Tanzu 命名空间、TKC 集群生命周期管理	uv tool install vmware-vks

只需要只读监控？ 请使用 VMware-Monitor — 代码库中不含任何具破坏性的代码。

升级到 2.0

2.0 将 38 个 MCP 工具重命名，使每个名称都以动词开头（例如，cluster_add_host → add_cluster_host、cluster_configure → configure_cluster、cluster_create → create_cluster）。完整的新旧名称对照表见 RELEASE_NOTES.md。其他方面均无变化：工具、参数、 安全门控和 CLI 命令都相同。如果 Agent 提示词、脚本或 ~/.vmware/rules.yaml 中引用了工具名称，请更新该名称（但不要更改已保存计划 文件中的 action 名称 — cluster_add_host、storage_rescan 等是计划操作，而非工具名称，拼写应保持不变）。不过，使用旧名称编写的拒绝 规则仍可正常工作，前提是 vmware-policy ≥ 1.18（vmware-audit policy 会列出因重命名而扩大的规则），而 vmware-pilot ≥ 1.13 会转换已保存工作流中的旧名称。 如果低于 2.0 的安装共用此 rules.yaml，也请将其升级到 vmware-policy ≥ 1.18.2：该版本会针对新旧名称检查每条规则， 因此同一个文件可同时供两者使用。

⚡ 快速调查报告（只读）

分诊 → 调查 → 采取行动，全程在一次对话中完成。五种观点鲜明的只读报告会在服务器端汇总并关联数据，并返回高信号结果（绝不会返回原始清单），让你在进行任何更改之前，先决定该去哪里查看。每种报告都可使用 --html 生成自包含的离线 HTML 快照（不包含外部资源；展开详情使用原生 <details> 折叠，无需 JavaScript）。所有报告均通过 AIops 自己的 vCenter 连接，委托给 vmware-monitor 库处理。

vmware-aiops attention                            # what needs attention now, all vCenters
vmware-aiops investigate vm web-01 --hours 72     # everything around a VM, then act on it
vmware-aiops investigate vm web-01 --html         # → offline snapshot in ~/vmware-health/

通过 MCP 使用时，对应的工具为 get_cluster_health_summary、get_cross_vcenter_attention、investigate_vm、investigate_host、investigate_datastore。（需要安装 vmware-monitor。）

快速安装（推荐）

适用于 Claude Code、Cursor、Codex、Gemini CLI、Trae 和 30 多种 AI Agent：

# Via Skills.sh
npx skills add vmware-skills/VMware-AIops

# Via ClawHub
clawhub install @zw008/vmware-aiops

PyPI 安装（无需访问 GitHub）

# Install via uv (recommended)
uv tool install vmware-aiops

# Or via pip
pip install vmware-aiops

# China mainland mirror (faster)
pip install vmware-aiops -i https://pypi.tuna.tsinghua.edu.cn/simple

离线 / 隔离网络安装（从源代码安装）

本项目使用现代 PEP 517 构建系统（hatchling），因此按设计不提供 setup.py——这是预期行为，并非文件缺失。如果你克隆了源代码，并遇到 ERROR: File "setup.py" or "setup.cfg" not found ... editable mode currently requires a setuptools-based build，说明你的 pip 版本低于 21.3，无法使用非 setuptools 后端进行可编辑（-e）安装。可编辑模式只是开发时的便利功能，运行此工具并不需要它——请执行以下任一操作：

# From the source tree — a normal (non-editable) install builds a wheel:
pip install .              # NOT  pip install -e .

# ...or upgrade pip first, and editable works too:
pip install --upgrade pip && pip install -e .

对于真正与外部网络隔离的主机，请在可联网的机器上构建 wheel 并复制过去——目标主机之后无需联网：

# On a connected machine, collect this package + its dependencies as wheels:
pip wheel . -w dist        # → dist/*.whl   (or: uv build, for just this package)

# Copy dist/ to the air-gapped host, then install offline:
pip install --no-index --find-links dist vmware-aiops

与其他 VMware MCP 服务相比的优势

大多数开源 VMware MCP 服务（例如 bright8192/esxi-mcp-server、 giuliolibrando/vmware-vsphere-mcp-server）都是单 vCenter VM 封装器： 列出 VM、控制电源、创建快照、进行基本监控，以及使用 confirm=True 标志。它们明确 不涵盖网络、存储、Kubernetes、运维分析、负载均衡或合规性——而且“记录日志”不等于审计跟踪。

这是一个包含 11 个软件包的系列中的一个技能，覆盖整个 VMware 环境，并通过受治理的执行框架运行 每个工具：

如果你只在一个 vCenter 中对 VM 进行电源循环，单文件服务就够用了。如果你 运行的是实际的（受监管、由 NSX 分段、跨多个域）VMware 环境，并需要一位 能通过审计人员审批的 AI 运维人员，那么本系列正适合你——请参阅 docs/compliance-ready.md。

功能概览

此技能的功能

CLI 与 MCP：应使用哪种模式

经验法则：使用 CLI 可提高成本效益并适配小型模型。使用 MCP 可借助大模型实现结构化自动化。

架构

User (Natural Language)
  ↓
AI CLI Tool (Claude Code / Gemini / Codex / Aider / Continue / Trae / Kimi)
  ↓ reads SKILL.md / AGENTS.md / rules
  ↓
vmware-aiops CLI
  ↓ pyVmomi (vSphere SOAP API)
  ↓
vCenter Server ──→ ESXi Cluster ──→ VM
    or
ESXi Standalone Host ──→ VM

版本兼容性

pyVmomi 会在 SOAP 握手期间自动协商 API 版本，无需手动配置。同一代码库可无缝管理 7.0 / 8.0 / 9.0 / 9.1 环境。

Broadcom 官方参考资料

• SDK：https://developer.broadcom.com/sdks — VCF Python SDK（推荐用于 VCF 9+，捆绑 pyVmomi + vSAN SDK）、vSphere Automation SDK for Python（REST API）
• REST API：https://developer.broadcom.com/xapis — vSphere Automation API、VCF API、SDDC Manager API
• 命令行工具：https://developer.broadcom.com/tools — PowerCLI 9.1、ESXCLI、OVF Tool

常见工作流

部署实验室环境

1. 浏览数据存储中的 OVA 映像 → vmware-aiops datastore browse <ds> --pattern "*.ova"
2. 从 OVA 部署虚拟机 → vmware-aiops deploy ova ./image.ova --name lab-vm --datastore ds1
3. 在虚拟机内安装软件 → vmware-aiops vm guest-exec lab-vm --cmd /bin/bash --args "-c 'apt-get install -y nginx'" --user root
4. 创建基准快照 → vmware-aiops vm snapshot-create lab-vm --name baseline
5. 设置 TTL 以自动清理 → vmware-aiops vm set-ttl lab-vm --minutes 480

批量克隆以进行测试

1. 创建计划：使用 create_vm_plan 添加多个克隆和重新配置步骤
2. 与用户一起审核计划（显示受影响的虚拟机和不可逆操作警告）
3. 应用计划：apply_vm_plan 按顺序执行，失败时停止
4. 如果失败：rollback_vm_plan 撤销已执行的步骤
5. 为所有克隆设置 TTL，以便自动清理

将虚拟机迁移到另一台主机

1. 通过 vmware-monitor 检查虚拟机信息 → 验证电源状态和当前主机
2. 迁移：vmware-aiops vm migrate my-vm --to-host esxi-02
3. 验证迁移是否完成

VM 生命周期

访客系统操作要求在访客 OS 内运行 VMware Tools，并且必须明确指定访客账户——CLI 使用 --user，MCP 使用 username。没有默认账户，因此除非选择 root，否则任何调用都不会以 root 身份运行。run_vm_guest_command_with_output（仅 MCP；CLI 没有对应命令）会自动检测 Linux/Windows shell 并捕获 stdout/stderr。

计划 → 应用（多步骤操作）

对于涉及 2 个或更多步骤或 2 个或更多 VM 的复杂操作，请使用计划/应用工作流，而不是逐项执行：

计划存储在 ~/.vmware-aiops/plans/ 中，成功后自动删除，并在 24 小时后自动清理。

VM 部署与置备

集群管理

remove-host 要求主机先进入维护模式；主机会从集群中移出，并作为独立主机放入数据中心的主机文件夹。

警报管理

影响范围：vSphere 没有针对单个警报的清除 API。alarm reset 使用 AlarmManager.ClearTriggeredAlarms，会清除与指定警报实体类型（主机/VM/全部）和当前状态（红色/黄色）匹配的所有已触发警报，而不仅是指定的警报。系统会先查找指定警报（拼写错误会立即失败），输出中的 scope 字段会准确报告清除的范围。如果警报背后的条件仍然存在，已清除的警报会自动再次触发。

数据存储浏览器

定时扫描与通知

安全功能

vCenter 与 ESXi 对比

清单、警报、事件、传感器、主机服务和扫描现已移至 vmware-monitor。

能保护你的措施

上表列出了两个不同的操作面，值得明确说明哪些保护措施适用于哪些操作面，因为搞错这一点比没有保护措施更糟——你相信某个防护措施后，就会停止采取其他补救措施。

在命令行中，破坏性命令会要求确认两次，且没有绕过标志；--dry-run 会预览每项写入操作，但 deploy iso、deploy mark-template、vm cancel-ttl 和 vm guest-download 除外。这可以防止人类输错命令，但无法防范 Agent，因为 Agent 可以通过 yes | 满足这两次确认。

通过 MCP，所有标记为破坏性的工具，加上 migrate_vm 和网络/DRS 配置工具——43 个写入工具中共有 23 个，包括 power_off_vm、migrate_vm、delete_cluster、快照、虚拟机客户机、TTL、Clean Slate 和计划工具，以及 reset_vcenter_alarm——都接受一个名为 confirm 的参数，其默认行为是不执行写入的预览：直接调用会返回影响范围，不会更改任何内容。confirm=True 会重新测量；如果预览发现阻碍（例如虚拟机未运行 VMware Tools、目标主机处于维护模式、集群中仍有主机、快照缺失或重复），或无法读取某些内容，就会拒绝执行，并记录一条说明性错误，作为失败审计。delete_vm 还要求传回预览中回显的 acknowledge_with；如果虚拟机自预览后发生变化，或处于开机或挂起状态，就会拒绝执行。其余 20 个写入工具——创建、克隆、部署、开机、重新配置、创建快照、添加主机、模板和 ISO 操作、客户机下载、创建计划、确认警报——首次调用时就会执行。确认不等于授权，因此我们移除了 VMWARE_READ_ONLY 开关（它只在 MCP 操作路径上生效，而任何拥有 shell 的 Agent 都能通过命令行绕过它）。预览所能提供的保障更有限：Agent 不会破坏它尚未检查过的内容。

**真正决定写入能否执行的是 vCenter/ESXi 服务账户。**为技能配置一个仅拥有工作所需权限的账户；其余操作由 vCenter 在所有操作面上自行拒绝，无法从技能内部绕过。若要让 Agent 只读运行，请为其配置只读的 vCenter 角色——只需做出这一个决定，就能在权限判定处强制执行。调用方看到结果之前，每次调用都会记录到 ~/.vmware/audit.db 中，你可以据此了解发生了什么。~/.vmware/rules.yaml 中可选的 deny 规则会在每次 MCP 调用前检查，并可拒绝操作，例如拒绝对标记为 environment: production 的目标进行写入。随附的基准配置不会拒绝任何操作；这些规则在同一进程内运行，是叠加在 RBAC 之上的防护措施，而非替代品。

**run_vm_guest_command 是最需要谨慎考虑的工具。**它会使用提供的凭据，在客户机操作系统中运行调用方提供的命令；必须指定 username（没有默认账户），且命令内容不受任何限制。客户机账户是独立于 vCenter 的另一个授权边界——只读 vCenter 角色不会限制此工具在虚拟机内部的操作。该技能不会存储客户机凭据：通过 MCP 使用时，凭据会作为工具参数被 Agent 看到（审计记录中的密码会被隐藏）。请使用权限最小化的客户机账户，不要向 Agent 提供其不需要的客户机凭据。upload_vm_guest_file 会读取服务器进程有权读取的任何本地文件。

各工具是否受控的完整清单见 references/capabilities.md；工具数量由测试套件对照实时工具注册表核验，而非手动维护。

故障排除

“未找到虚拟机”错误

vSphere 中的虚拟机名称区分大小写。请使用 vmware-monitor inventory vms 中显示的确切名称。

Guest exec 返回空输出

使用 run_vm_guest_command_with_output 代替 run_vm_guest_command——它会自动捕获 stdout/stderr。基础的 run_vm_guest_command 只返回退出代码。

部署 OVA 超时

大型 OVA 文件（>10GB）可能会超过默认的 120s 超时时间。上传通过 HTTP NFC 租约进行——请确保运行 vmware-aiops 的机器与 ESXi 之间的网络稳定。

计划应用中途失败

运行 vmware-aiops plan list 查看失败的计划状态。询问用户是否要使用 rollback_vm_plan 回滚。回滚期间会跳过不可逆步骤（delete_vm）。

连接被拒绝 / SSL 错误

1. 验证目标是否可访问：vmware-aiops doctor
2. 对于自签名证书：在 config.yaml 中设置 verify_ssl: false（仅限实验室环境）

doctor 报告“no vSphere role”，或每条命令都失败并提示“session is not authenticated”

该账户可以登录，但没有 vSphere 角色，因此 vCenter 不会为其创建会话（AIops#47）。请在 vCenter 根文件夹中为其分配角色（只读或更高权限）：Administration > Access Control > Global Permissions。更改密码无济于事。vmware-aiops doctor 会明确报告此情况，而 attention 会将此类目标计为未读（总体至少为 WARN）。

支持的 AI 平台

平台比较

MCP 服务集成

vmware-aiops MCP 服务适用于任何兼容 MCP 的 Agent 或工具。可直接使用的配置模板位于 examples/mcp-configs/。

小怪（Xiaoguai） —— 来自同一位维护者的可自托管、审计优先的 Agent 平台（Rust，单一二进制文件 + 内嵌 SQLite）。它将 vmware-aiops MCP 服务作为其中一个工具箱运行；它既是 MCP 使用方，也是 MCP 服务，其 HMAC 链式审计日志和人在环路中的审批关卡，与本工具自身的审计 + 确认设计相契合。请参阅其 MCP 集成指南。

完全本地运行（无需云 API）：

# Aider + Ollama + vmware-aiops (via SKILL.md)
aider --conventions skills/vmware-aiops/SKILL.md --model ollama/qwen2.5-coder:32b

# Any MCP agent + local model + vmware-aiops MCP server
# See examples/mcp-configs/ for your agent's config format

安装

步骤 0：先决条件

# Python 3.10+ required
python3 --version

# Node.js 18+ required for Gemini CLI and Codex CLI
node --version

步骤 1：克隆并安装 Python 后端

所有平台共用同一个 Python 后端。

git clone https://github.com/vmware-skills/VMware-AIops.git
cd VMware-AIops
python3 -m venv .venv
source .venv/bin/activate
pip install -e .

步骤 2：配置

mkdir -p ~/.vmware-aiops
cp config.example.yaml ~/.vmware-aiops/config.yaml
# Edit config.yaml with your vCenter/ESXi targets

通过 .env 文件设置密码（推荐）：

# Use the template
cp .env.example ~/.vmware-aiops/.env

# Edit and fill in your passwords, then lock permissions
chmod 600 ~/.vmware-aiops/.env

安全提示：建议使用 .env 文件，而不要通过命令行 export 设置密码，以避免密码出现在 shell 历史记录中。.env 文件应设置为 chmod 600（仅所有者可读写）。

密码环境变量命名约定：

VMWARE_{TARGET_NAME_UPPER}_PASSWORD
# Replace hyphens with underscores, UPPERCASE
# Example: target "home-esxi" → VMWARE_HOME_ESXI_PASSWORD
# Example: target "prod-vcenter" → VMWARE_PROD_VCENTER_PASSWORD

安全最佳实践

• 绝不在脚本或配置文件中硬编码密码
• 绝不将密码作为命令行参数传递（可通过 ps 查看）
• 始终使用 ~/.vmware-aiops/.env，并设置权限为 chmod 600
• 始终通过 config.yaml 配置连接——凭据会自动从 .env 加载
• 配置文件内容：config.yaml 存储目标主机名、端口以及 .env 文件的引用。它不包含密码或令牌。所有机密信息仅存储在 .env 中
• TLS：默认启用。仅在隔离的实验室环境中，针对使用自签名证书的 ESXi 主机禁用
• Webhook：默认禁用。启用后，守护进程只会向你自行配置的 URL 发送信息——不会发送到任何第三方服务——发送内容包括每个严重问题（警报、事件、与严重/紧急/损坏相匹配的 ESXi 日志行、无法连接的目标）以及每条警报/事件警告；主机日志警告会保留在扫描日志中，info 行则不会发送。负载包含完整的问题文本（实体名称、警报名称、事件消息、ESXi 日志摘录、连接错误），其中可能包含主机名、IP 地址和用户名；不会包含配置文件或 .env 中的任何凭据
• 最小权限：使用权限最少的专用 vCenter 服务账户。仅用于监控时，建议使用只读的 VMware-Monitor
• 提示词注入防护：所有来自 vSphere 的内容都会在输出前进行截断、剥除控制字符并用边界标记包裹
• 代码审查：建议在部署到生产环境前审查源代码和提交历史记录
• 生产安全：生产环境请改用只读的 VMware-Monitor。AI Agent 可能会误解上下文并执行意料之外的破坏性操作——现实中的事故表明，缺乏适当隔离的 AI 驱动基础设施工具可能会删除生产数据库和整个环境。VMware-Monitor 从代码层面消除了这一风险：其代码库中不存在任何破坏性功能

第 3 步：连接 AI 工具

选择以下一项（或多项）：

选项 A：Claude Code

方法 1：Skills.sh 或 ClawHub（推荐）

任一安装程序都会自动将技能安装到 Claude Code 的技能目录中：

npx skills add vmware-skills/VMware-AIops
# or
clawhub install @zw008/vmware-aiops

方法 2：手动安装技能

git clone https://github.com/vmware-skills/VMware-AIops.git
cd VMware-AIops

# Copy the skill into Claude Code's personal skills directory
mkdir -p ~/.claude/skills/vmware-aiops
cp -r skills/vmware-aiops/. ~/.claude/skills/vmware-aiops/

如需访问工具（而不仅仅是技能上下文），还需注册 MCP 服务：

claude mcp add vmware-aiops -- vmware-aiops mcp

重启 Claude Code，然后：

> Show me all VMs on esxi-lab.example.com

提交到官方市场

此插件也可以提交到 Anthropic 官方插件目录，供公众发现。

选项 B：Gemini CLI

# Install Gemini CLI
npm install -g @google/gemini-cli

# Load the skill as project context (Gemini CLI reads GEMINI.md on startup)
cp skills/vmware-aiops/SKILL.md ./GEMINI.md

如需访问工具（而不仅仅是上下文），请在 ~/.gemini/settings.json 中注册 MCP 服务：

{
  "mcpServers": {
    "vmware-aiops": {
      "command": "vmware-aiops",
      "args": ["mcp"],
      "env": { "VMWARE_AIOPS_CONFIG": "~/.vmware-aiops/config.yaml" }
    }
  }
}

然后启动 Gemini CLI：

gemini
> Show me all VMs on my ESXi host

选项 C：OpenAI Codex CLI

# Install Codex CLI
npm i -g @openai/codex
# Or on macOS:
# brew install --cask codex

# Copy skill to Codex skills directory
mkdir -p ~/.codex/skills/vmware-aiops
cp skills/vmware-aiops/SKILL.md ~/.codex/skills/vmware-aiops/SKILL.md

# Copy AGENTS.md to project root
cp skills/vmware-aiops/SKILL.md ./AGENTS.md

然后启动 Codex CLI：

codex --enable skills
> List all VMs on my ESXi

选项 D：Aider（支持本地模型）

# Install Aider
pip install aider-chat

# Install Ollama for local models (optional)
# macOS:
brew install ollama
ollama pull qwen2.5-coder:32b

# Run with cloud API
aider --conventions skills/vmware-aiops/SKILL.md

# Or with local model via Ollama
aider --conventions skills/vmware-aiops/SKILL.md \
  --model ollama/qwen2.5-coder:32b

选项 E：Continue CLI（支持本地模型）

# Install Continue CLI
npm i -g @continuedev/cli

# Copy rules file
mkdir -p .continue/rules
cp skills/vmware-aiops/SKILL.md .continue/rules/vmware-aiops.md

为本地模型配置 ~/.continue/config.yaml：

models:
  - name: local-coder
    provider: ollama
    model: qwen2.5-coder:32b

然后：

cn
> Check ESXi health and alarms

选项 F：Trae IDE

将规则文件复制到项目的 .trae/rules/ 目录：

mkdir -p .trae/rules
cp skills/vmware-aiops/SKILL.md .trae/rules/project_rules.md

Trae IDE 的 Builder Mode 会在启动时读取 .trae/rules/ 中的 Markdown 文件。

注意：你也可以在 Trae IDE 中安装 Claude Code 扩展，并直接使用 .claude/skills/ 格式。

选项 G：Kimi Code CLI

# Copy skill file to Kimi skills directory
mkdir -p ~/.kimi/skills/vmware-aiops
cp skills/vmware-aiops/SKILL.md ~/.kimi/skills/vmware-aiops/SKILL.md

选项 H：MCP 服务（Glama / Claude Desktop）

MCP 服务通过 Model Context Protocol 将 VMware 操作作为工具提供。可与任何兼容 MCP 的客户端配合使用（Claude Desktop、Cursor 等）。

执行 uv tool install vmware-aiops 后，只需一条命令即可启动 MCP 服务（v1.5.15+）：

# Recommended — single command, no network re-resolve
vmware-aiops mcp

# With a custom config path
VMWARE_AIOPS_CONFIG=/path/to/config.yaml vmware-aiops mcp

Claude Desktop 配置（claude_desktop_config.json）：

{
  "mcpServers": {
    "vmware-aiops": {
      "command": "vmware-aiops",
      "args": ["mcp"],
      "env": {
        "VMWARE_AIOPS_CONFIG": "/path/to/config.yaml"
      }
    }
  }
}

# Run without installing (requires PyPI access each launch)
uvx --from vmware-aiops vmware-aiops mcp

# Legacy entry point (still works, kept for backward compatibility)
vmware-aiops-mcp

选项 I：独立 CLI（无需 AI）

# Already installed in Step 1
source .venv/bin/activate

vmware-aiops vm power-on my-vm --target home-esxi
vmware-aiops deploy ova ./ubuntu.ova --name my-vm --target home-esxi
vmware-aiops datastore browse datastore1 --target home-esxi

更新 / 升级

已经安装？重新运行对应渠道的安装命令即可获取最新版本：

查看当前版本：vmware-aiops --version

中国云模型

适用于偏好使用国内云 API 或访问海外服务受限的中国用户。

DeepSeek

经济实惠，编码能力强。

# Set DeepSeek API key (get from https://platform.deepseek.com)
export DEEPSEEK_API_KEY="your-key"

# Run with Aider
aider --conventions skills/vmware-aiops/SKILL.md \
  --model deepseek/deepseek-coder

持久化配置 ~/.aider.conf.yml：

model: deepseek/deepseek-coder
conventions: skills/vmware-aiops/SKILL.md

Qwen（Alibaba Cloud）

Alibaba Cloud 的编码模型，提供免费套餐。

# Set DashScope API key (get from https://dashscope.console.aliyun.com)
export DASHSCOPE_API_KEY="your-key"

aider --conventions skills/vmware-aiops/SKILL.md \
  --model qwen/qwen-coder-plus

或通过兼容 OpenAI 的端点使用：

export OPENAI_API_BASE="https://dashscope.aliyuncs.com/compatible-mode/v1"
export OPENAI_API_KEY="your-dashscope-key"

aider --conventions skills/vmware-aiops/SKILL.md \
  --model qwen-coder-plus-latest

Doubao（ByteDance）

export OPENAI_API_BASE="https://ark.cn-beijing.volces.com/api/v3"
export OPENAI_API_KEY="your-ark-key"

aider --conventions skills/vmware-aiops/SKILL.md \
  --model your-doubao-endpoint-id

使用 Continue CLI

配置 ~/.continue/config.yaml：

# DeepSeek
models:
  - name: deepseek-coder
    provider: openai-compatible
    apiBase: https://api.deepseek.com/v1
    apiKey: your-deepseek-key
    model: deepseek-coder

# Qwen
models:
  - name: qwen-coder
    provider: openai-compatible
    apiBase: https://dashscope.aliyuncs.com/compatible-mode/v1
    apiKey: your-dashscope-key
    model: qwen-coder-plus-latest

本地模型（Aider + Ollama）

适用于完全离线运行——无需云 API、无需互联网，保障完全隐私。

Aider + Ollama + 本地 Qwen/DeepSeek 非常适合物理隔离环境。

第 1 步：安装 Ollama

# macOS
brew install ollama

# Linux — download from https://ollama.com/download and install manually
# See https://github.com/ollama/ollama for platform-specific instructions

第 2 步：拉取模型

硬件要求：32B → 约需 20GB VRAM（或使用 CPU 时需 32GB RAM）。7B → 需 8GB RAM。

第 3 步：使用 Aider 运行

pip install aider-chat
ollama serve

# Aider + local Qwen (recommended)
aider --conventions skills/vmware-aiops/SKILL.md \
  --model ollama/qwen2.5-coder:32b

# Aider + local DeepSeek
aider --conventions skills/vmware-aiops/SKILL.md \
  --model ollama/deepseek-coder-v2

# Low-memory option
aider --conventions skills/vmware-aiops/SKILL.md \
  --model ollama/qwen2.5-coder:7b

持久化配置 ~/.aider.conf.yml：

model: ollama/qwen2.5-coder:32b
conventions: skills/vmware-aiops/SKILL.md

本地架构

User → Aider CLI → Ollama (localhost:11434) → Qwen / DeepSeek local model
  │                                                    ↓
  │                                          reads AGENTS.md instructions
  │                                                    ↓
  └──────────────────────────────→ vmware-aiops CLI ──→ ESXi / vCenter

提示：本地模型完全离线运行——非常适合物理隔离环境或严格的数据合规要求。

CLI 参考

# Diagnostics
vmware-aiops doctor                   # Check environment, config, connectivity
vmware-aiops doctor --skip-auth       # Skip vSphere auth check (faster)
vmware-aiops access-info [--tool <mcp-tool>] [--target <name>]  # Account in use + privileges per tool

# MCP Config Generator
vmware-aiops mcp-config generate --agent goose        # Generate config for Goose
vmware-aiops mcp-config generate --agent claude-code  # Generate config for Claude Code
vmware-aiops mcp-config list                          # List all supported agents

# VM operations
vmware-aiops vm power-on my-vm                                 # Power on
vmware-aiops vm power-off my-vm                                # Graceful shutdown (2x confirm)
vmware-aiops vm power-off my-vm --force                        # Force power off (2x confirm)
vmware-aiops vm create my-new-vm --cpu 4 --memory 8192 --disk 100  # Create VM
vmware-aiops vm delete my-vm                                   # Delete VM (asks twice; --dry-run previews)
vmware-aiops vm reconfigure my-vm --cpu 4 --memory 8192        # Reconfigure (2x confirm)
vmware-aiops vm snapshot-create my-vm --name "before-upgrade"  # Create snapshot
vmware-aiops vm snapshot-list my-vm                            # List snapshots
vmware-aiops vm snapshot-revert my-vm --name "before-upgrade"  # Revert snapshot
vmware-aiops vm snapshot-delete my-vm --name "before-upgrade"  # Delete snapshot (waits ≤30 min for consolidation)
vmware-aiops vm snapshot-delete my-vm --name "old-big" --no-wait  # Fire async, return a task id
vmware-aiops vm task-status task-1234                          # Poll an async task by id
vmware-aiops vm clone my-vm --new-name my-vm-clone             # Clone VM
vmware-aiops vm migrate my-vm --to-host esxi-02                # vMotion
vmware-aiops vm set-ttl my-vm --minutes 60                     # Auto-delete in 60 min
vmware-aiops vm cancel-ttl my-vm                               # Cancel TTL
vmware-aiops vm list-ttl                                       # Show all TTLs
vmware-aiops vm clean-slate my-vm --snapshot baseline          # Revert to baseline (2x confirm)

# Guest Operations (requires VMware Tools in guest)
vmware-aiops vm guest-exec my-vm --cmd /bin/bash --args "-c 'whoami'" --user root
vmware-aiops vm guest-upload my-vm --local ./script.sh --guest /tmp/script.sh --user root
vmware-aiops vm guest-download my-vm --guest /var/log/syslog --local ./syslog.txt --user root

# Plan → Apply (multi-step operations)
vmware-aiops plan list                                        # List pending/failed plans

# Deploy
vmware-aiops deploy ova ./ubuntu.ova --name my-vm --datastore ds1      # Deploy from OVA
vmware-aiops deploy template golden-ubuntu --name new-vm               # Deploy from template
vmware-aiops deploy linked-clone --source base-vm --snapshot clean --name test-vm  # Linked clone (seconds)
vmware-aiops deploy iso my-vm --iso "[datastore1] iso/ubuntu-22.04.iso"  # Attach ISO
vmware-aiops deploy mark-template golden-vm                            # Convert VM to template
vmware-aiops deploy batch-clone --source base-vm --count 5 --prefix lab  # Batch clone
vmware-aiops deploy batch deploy.yaml                                  # Batch deploy from YAML spec

# Cluster
vmware-aiops cluster info my-cluster                                   # Cluster details (HA/DRS status)
vmware-aiops cluster create my-cluster --ha --drs                      # Create cluster with HA+DRS
vmware-aiops cluster delete my-cluster                                 # Delete cluster (2x confirm)
vmware-aiops cluster add-host my-cluster --host esxi-03                # Add host to cluster (2x confirm)
vmware-aiops cluster remove-host my-cluster --host esxi-03             # Remove host (2x confirm)
vmware-aiops cluster configure my-cluster --ha --drs                   # Configure HA/DRS (2x confirm)

# Alarm management
vmware-aiops alarm list                                                # List triggered alarms
vmware-aiops alarm acknowledge esxi-01 "Host memory usage"             # Acknowledge alarm
vmware-aiops alarm reset esxi-01 "Host memory usage"                   # Clear alarms (2x confirm; clears ALL matching entity type + status)

# Datastore (browse and scan only — iSCSI/vSAN moved to vmware-storage)
vmware-aiops datastore browse datastore1 --path "iso/"                 # Browse datastore
vmware-aiops datastore scan-images --target home-esxi                  # Scan all datastores for images

# Scan
vmware-aiops scan now              # One-time scan of alarms and events (host logs: daemon only)

# Daemon
vmware-aiops daemon start          # Start scanner
vmware-aiops daemon status         # Check status
vmware-aiops daemon stop           # Stop daemon

# Companion skills for other operations:
#   vmware-monitor: inventory, alarms, events, sensors
#   vmware-storage: datastores, iSCSI, vSAN
#   vmware-vks:     Tanzu/TKC cluster lifecycle

配置

所有选项请参见 config.example.yaml。

项目结构

VMware-AIops/
├── skills/                        # Skills index (npx skills add)
│   └── vmware-aiops/
│       ├── SKILL.md               # Slimmed-down skill (progressive disclosure)
│       └── references/            # Detailed docs loaded on-demand
│           ├── capabilities.md    # Full capabilities tables
│           ├── cli-reference.md   # Complete CLI reference
│           └── setup-guide.md     # Install, security, AI platforms
├── vmware_aiops/                  # Python backend
│   ├── config.py                  # YAML + .env config
│   ├── connection.py              # Multi-target pyVmomi
│   ├── cli/                       # Typer CLI (double confirm)
│   ├── ops/                       # Operations
│   │   ├── inventory.py           # VMs, hosts, datastores, clusters
│   │   ├── health.py              # Alarms, events, sensors
│   │   ├── vm_lifecycle.py        # VM CRUD, snapshots, clone, migrate
│   │   ├── vm_deploy.py           # OVA, template, linked clone, batch deploy
│   │   └── datastore_browser.py   # Datastore browsing, image discovery
│   ├── scanner/                   # Log scanning daemon
│   ├── notify/                    # Notifications (JSONL + webhook)
│   └── mcp_server/                # MCP server wrapper
│       ├── server.py              # FastMCP server with tools
│       └── __main__.py
├── examples/mcp-configs/          # MCP client config templates
├── tests/                         # Test suite
├── smithery.yaml                  # Smithery marketplace config
├── RELEASE_NOTES.md
├── config.example.yaml
└── pyproject.toml

API 覆盖范围

基于 pyVmomi 构建（vSphere Web Services API / SOAP）。

相关项目

故障排查与贡献

如果遇到任何错误或问题，请将错误消息、日志或屏幕截图发送至 [email protected]。欢迎贡献，欢迎加入我们，共同维护和改进此项目！

远程访问（HTTPS）和限制工具

默认情况下，vmware-aiops mcp 通过 stdio 与一个本地客户端通信，并提供所有工具。两种选项可以改变这一点 （vmware-policy ≥ 1.21.0）。

通过 HTTPS 提供服务，让其他机器上的客户端也能连接。每个调用方都需要一个 bearer token：

vmware-audit token create alice          # prints the token once; give it to alice
vmware-audit token list                  # names only
vmware-audit token revoke alice          # refused from its next request, no restart
vmware-aiops mcp --transport https --host 0.0.0.0 --port 8443 \
    --cert /etc/vmware-mcp/server.pem --key /etc/vmware-mcp/server-key.pem \
    --public-name mcp.example.com

连接客户端（此处以 Claude Code 为例；任何支持 streamable HTTP 和自定义标头的 MCP 客户端都可以）：

claude mcp add --transport http vmware-aiops https://mcp.example.com:8443/mcp \
    --header "Authorization: Bearer $VMWARE_MCP_TOKEN"

{
  "mcpServers": {
    "vmware-aiops": {
      "type": "http",
      "url": "https://mcp.example.com:8443/mcp",
      "headers": { "Authorization": "Bearer ${VMWARE_MCP_TOKEN}" }
    }
  }
}

• 没有 token 时服务不会启动；如果 Host/Origin 的值不在 --public-name 范围内，服务会拒绝请求；绑定前还会检查未认证请求是否会收到 401。请使用客户端信任的、适用于这些名称的证书。
• 如果在同一台机器上使用 TLS 终止反向代理，请使用 --transport http --host 127.0.0.1 --public-name mcp.example.com，并透传 Authorization 标头。
• 如果负载均衡器或网关位于另一台机器上，请保留 --transport https（可以使用自签名证书），在 --public-name 中列出负载均衡器发送的 Host 名称，并让它转发 Authorization。其健康检查可以使用无需 token 的 GET /healthz，该请求只会返回 {"status": "ok"} （vmware-policy ≥ 1.23.0）。
• 每个请求都发送 traceparent 或 X-Request-ID，以便将其记录在审计日志条目中；随后可通过 vmware-audit log --correlation-id ID 查找对应某个平台请求的调用。
• 读取或写入此服务文件的工具（此处包括客户机文件上传/下载、OVA 和部署规格文件）不会触及其配置、token、审计日志或 TLS 密钥；通过网络使用时，除非 VMWARE_MCP_FILE_ROOT 指定了供这些工具使用的目录，否则这些工具默认关闭（vmware-policy ≥ 1.23.1）。
• 审计日志会将每个调用方记录为 token:<name>。调用会并行运行，每个目标最多使用 VMWARE_MCP_POOL_SIZE 个会话（默认值为 2）；每个会话都是在目标上的一次登录，每个调用最多等待 300 s 来获取会话。
• 所有能访问该端点的人都会以此服务的账户身份操作。 Token 用于识别调用方；它们不会授予任何平台权限。请为每个权限级别运行一个端点。
• **一个端点供多人或多种角色使用：**运行一次 vmware-audit roles enable，然后为每个 token 分配一个角色（vmware-audit token create NAME --role reader，或在 roles.yaml 中指定包含工具和目标的角色；vmware-policy ≥ 1.24.0）。角色会限制 token 在此端点上可以调用的工具；它不能授予超出账户权限的权限。请参阅 vmware-policy 的 README 中的“网络调用方的角色”。

仅提供只读工具，以及你选择的写入工具：

vmware-aiops mcp --expose read --allow-write acknowledge_vcenter_alarm
# or: VMWARE_AIOPS_MCP_EXPOSE=read VMWARE_AIOPS_MCP_ALLOW_WRITE=acknowledge_vcenter_alarm vmware-aiops mcp

未提供的工具不会出现在客户端的工具列表中。值无效或指定了未知的写入工具时，服务会停止运行 （退出代码 2）。这会限制向客户端提供的工具，但不构成授权，因此账户本身应遵循最小权限原则。

详情：skills/vmware-aiops/references/setup-guide.md（“通过 HTTPS 提供 MCP 服务”、“限制提供的工具”）。

许可证

MIT