mcpField
S
server-management

server-management

github.com/sickn33云与 DevOps48.7k871 次安装今天更新
代码仓库

关于 server-management

server-management 是面向服务器运维人员的生产运维技能，围绕进程管理、监控、日志、扩展、健康检查、安全和故障排查提供决策原则，而非命令清单。

主要功能

  1. 01进程管理工具选择
  2. 02监控指标与告警级别
  3. 03日志轮转与结构化日志
  4. 04扩展与健康检查指导
  5. 05安全和故障排查原则

适用场景

  1. 01为应用选择进程管理器
  2. 02规划监控和日志实践
  3. 03排查服务器可用性或性能问题

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sickn33/agentic-awesome-skills --skill server-management

安装后在 Claude Code 中输入/server-management确认已加载。

详细介绍

服务管理

面向生产运维的服务管理原则。 学会思考，而不是死记命令。

1. 进程管理原则

工具选择
场景工具
Node.js 应用PM2（集群、重新加载）
任意应用systemd（Linux 原生）
容器Docker/Podman
编排Kubernetes、Docker Swarm
进程管理目标
目标含义
崩溃后重启自动恢复
无停机重新加载服务不中断
集群使用所有 CPU 核心
持久化服务器重启后仍能运行

2. 监控原则

监控内容
类别关键指标
可用性运行时间、健康检查
性能响应时间、吞吐量
错误错误率、类型
资源CPU、内存、磁盘
告警严重程度策略
级别响应
严重立即处理
警告尽快调查
信息每日查看
监控工具选择
需求选项
简单/免费PM2 指标、htop
全面可观测性Grafana、Datadog
错误跟踪Sentry
正常运行时间UptimeRobot、Pingdom

3. 日志管理原则

日志策略
日志类型用途
应用日志调试、审计
访问日志流量分析
错误日志问题检测
日志原则
  1. 轮转日志，防止磁盘写满
  2. 结构化日志（JSON），便于解析
  3. 使用适当的级别（error/warn/info/debug）
  4. 日志中不包含敏感数据

4. 扩展决策

何时扩展
症状解决方案
CPU 使用率高增加实例（横向扩展）
内存使用率高增加 RAM 或修复内存泄漏
响应缓慢先分析性能，再扩展
流量激增自动扩缩容
扩展策略
类型适用场景
纵向快速解决问题，单个实例
横向可持续、分布式
自动流量变化不定

5. 健康检查原则

健康状态的判定标准
检查项含义
HTTP 200服务正在响应
数据库已连接数据可访问
依赖项正常外部服务可访问
资源正常CPU/内存未耗尽
健康检查的实现
  • 存活检查：确认进程能够继续推进；不要仅因共享依赖项不可用就判定检查失败。
  • 就绪检查：使用有上限的超时，检查提供流量服务所需的依赖项。
  • 单独返回静态的 200 并不能证明应用健康；诊断详情应保持私密。

6. 安全原则

领域原则
访问仅使用 SSH 密钥，不使用密码
防火墙仅开放必需端口
更新定期安装安全补丁
密钥使用获准的密钥存储，或通过受保护的运行时注入；不要将凭据放入源代码和日志
审计记录访问和变更

7. 故障排查优先级

出现问题时：

  1. 检查是否正在运行（进程状态）
  2. 检查日志（错误信息）
  3. 检查资源（磁盘、内存、CPU）
  4. 检查网络（端口、DNS）
  5. 检查依赖项（数据库、API）

8. 反模式

❌ 不要✅ 应该
以 root 身份运行使用非 root 用户
忽略日志配置日志轮转
跳过监控从第一天起就开始监控
手动重启配置自动重启
不做备份定期安排备份

请记住： 管理良好的服务器平平无奇，这正是我们的目标。

适用场景

此技能适用于执行概述中描述的工作流或操作。

示例

用户请求：

在此任务中使用 @server-management：服务管理原则和决策。

限制

  • 仅当任务明确符合上述范围时，才使用此技能。
  • 不要将输出视为特定环境验证、测试或专家评审的替代品。
  • 如果缺少必需的输入、权限、安全边界或成功标准，请停止并请求澄清。

评论

支持 Markdown