vmware-monitor

VMware Monitor（只读）

免责声明：这是一个由社区维护的开源项目，与 VMware, Inc. 或 Broadcom Inc. 没有任何关联，也未获得其认可或赞助。“VMware”和“vSphere”是 Broadcom 的商标。源代码可在 github.com/vmware-skills/VMware-Monitor 公开审查，并采用 MIT 许可证。

只读监控 VMware vCenter/ESXi——提供 33 个 MCP 工具，不含任何破坏性代码。

对 vSphere 只读：没有任何代码路径会更改 vCenter/ESXi 状态——不存在电源操作、创建、删除、快照或重新配置调用。在 vCenter 上，它只会开启登录会话和短期查询句柄，并在使用后释放。防护检查：tests/eval/regression/test_read_only_enforcement.py（源代码仓库，不在此软件包中）要求所有调用的 vSphere 方法都在经审核的允许列表中，并根据 pyVmomi 的类型元数据进行检查。它检查的是源代码，而非运行时，且不会由 CI 执行。独立于此代码，请使用具有 vCenter 只读角色的专用账户。 本地写入（仅此机器）：init 会写入 ~/.vmware-monitor/config.yaml 和 .env（权限为 0600；明文密码在加载时会改写为 b64:）；审计日志写入 ~/.vmware/audit.db（MCP 和 CLI）和 ~/.vmware-monitor/audit.log（CLI）；--html 快照写入 ~/vmware-health/；仅在执行 daemon start 后，才会写入 scan.log、daemon.pid 并发送选择启用的 Webhook 请求。 配套技能：vmware-aiops（VM 生命周期）、vmware-storage（iSCSI/vSAN）、vmware-vks（Tanzu Kubernetes）、vmware-nsx（NSX 网络）、vmware-nsx-security（DFW/防火墙）、vmware-aria（指标/警报/容量）、vmware-avi（AVI/ALB/AKO）、vmware-harden（合规基线）。 | vmware-pilot（工作流编排） | vmware-policy（审计/策略）

此技能的功能

类别	功能
集群排查	一目了然的 get_cluster_health_summary——跨集群汇总问题/容量/健康状况，并提供带有明确判断倾向的状态；视图可自定义
对象调查	“此 VM / 主机 / 数据存储周边发生了什么？”——为每个对象提供一组关联的深入调查结果，另有 get_cross_vcenter_attention，可汇总所有已配置 vCenter 中按优先级排序的“当前需要关注的事项”列表
清单	列出 VM、ESXi 主机、数据存储、集群和网络
健康状况	活动警报、近期事件（按严重性/时间筛选）、硬件传感器、主机服务
性能	实时查看主机和 VM 的 CPU/内存/磁盘/网络利用率（PerfManager）
容量	数据存储精简配置超额情况、资源池预留/使用情况
基础设施健康状况	ESXi 证书到期时间、许可证使用情况/到期时间、NTP 配置健康状况
快照	全库存快照老化与泛滥情况（标记旧快照）
活动	正在执行的任务、活动登录会话
VM 详情	CPU、内存、磁盘、NIC、快照、来宾操作系统、IP
扫描	定时扫描警报/日志，并通过 Slack/Discord Webhook 发送通知
vSphere 9.1	主机内存分层（DRAM/NVMe 提升）、vLCM 集群补丁合规性及最近一次应用结果、vCenter 部署规模

快速安装

uv tool install vmware-monitor==2.4.2
vmware-monitor doctor

何时使用此技能

• 列出或搜索 VM、主机、数据存储和集群
• 检查活动警报或近期事件
• 获取特定 VM 的详细信息
• 设置定时监控和 Webhook 警报
• 任何将安全性放在首位的 VMware 只读查询

警报／事件输出：suggested_actions 字段

get_alarms 和 get_events 的结果包含 suggested_actions：可直接使用的配套技能工具调用（例如 "vmware-aiops: acknowledge_vcenter_alarm(...)"），Agent 可直接执行。示例：references/capabilities.md。

请在以下场景使用配套技能：

• 开机／关机、部署、克隆、迁移 --> vmware-aiops
• iSCSI、vSAN、数据存储管理 --> vmware-storage
• Tanzu Kubernetes 集群 --> vmware-vks
• 负载均衡、AVI／ALB、AKO、Ingress --> vmware-avi

相关技能 — 技能路由

用户意图	推荐技能
只读 vSphere 监控	vmware-monitor ← 此技能
存储：iSCSI、vSAN、数据存储	vmware-storage
VM 生命周期、部署、来宾操作	vmware-aiops
Tanzu Kubernetes（vSphere 8.x+）	vmware-vks
NSX 网络：网段、网关、NAT	vmware-nsx
NSX 安全：DFW 规则、安全组	vmware-nsx-security
Aria Ops：指标、警报、容量规划	vmware-aria
需审批的多步骤工作流	vmware-pilot
合规基线（CIS / 等保 / PCI-DSS）、偏差检测、LLM 修复顾问	vmware-harden（uv tool install vmware-harden）
负载均衡器、AVI、ALB、AKO、Ingress	vmware-avi（uv tool install vmware-avi）
审计日志查询	vmware-policy（vmware-audit CLI）

常见工作流

诊断调查：在运行任何“X 为什么失败／宕机／异常”工作流之前，请遵循 references/investigation-protocol.md。该协议要求满足四项根因完整性标准（可证伪性／充分性／必要性／机制），并遵循最多三轮的深入调查流程。由于 vmware-monitor 仅提供只读功能，它可作为数据源；执行操作应交由 vmware-aiops 等配套技能完成。

集群健康检查（“有什么严重问题吗？”／“现在有什么问题？”）

判断：这是 5 秒快速分诊概览，并非 Aria 的替代品。一次调用即可汇总每个集群的主机、VM 电源状态、实时 CPU／内存和警报，将各项异常整理为按优先级排序的前 N 项关注列表（top_issues），并为每个集群给出明确的 status。对于大型资源池，应先查看关注列表——逐行扫描各集群太慢。

1. 快速查看 --> vmware-monitor summary（MCP：get_cluster_health_summary）。先查看 top_issues（按严重程度从高到低排列，每项都包含深入排查的 next step）；各集群表格用于提供上下文。issues_total 显示触及前 N 项上限之前的异常数量
2. 缩小或扩大关注范围 --> 使用 --top 5 查看最紧急的 5 项，使用 --top 20 查看更多，使用 --top 0 隐藏列表、仅查看表格
3. 深入查看列表所指向的问题 --> 例如，host_down 行 → inventory hosts；alarm 行 → get_alarms；capacity 行 → perf hosts / capacity datastores；使用 --cluster prod-a 限定范围
4. 根据请求调整视图 --> 输出末尾会显示友好提示；操作人员可以说“添加数据存储可用空间”“只显示需要关注的集群”或“将其保存为 HTML 页面”。默认布局、列和阈值位于 references/health-summary-template.md，可根据需要编辑
5. 保存离线快照 --> vmware-monitor summary --html 会将独立的 HTML 文件（无外部资源，不会上传任何内容）写入 ~/vmware-health/cluster-health-<vc>-<timestamp>.html；使用 --html-path <file> 指定路径。这是快照，并非实时页面——重新运行即可刷新
6. 对于超大型资源池 --> 如果只需主机／警报／容量信号，可添加 --no-vms 跳过 VM 汇总
7. totals.clusters 为 0 --> 并非没有数据：未加入集群的主机（独立 ESXi，或没有集群的 vCenter）会显示为 (standalone hosts) 行，仍计入 totals 和 top_issues

每日健康检查

判断：警报会告诉你 vCenter 判定出了什么问题，事件会告诉你发生了什么。两者可能不一致——事件激增但没有警报，往往意味着指标阈值校准不当，而不是“一切正常”。两者都要查看。

1. 检查警报 --> vmware-monitor health alarms --target prod-vcenter — 重点关注严重级别为 Red 的警报，以及持续时间超过 1 小时的警报
2. 查看近期事件 --> vmware-monitor health events --hours 24 --severity warning — 查找来自同一实体的重复事件（单个事件可能只是噪声；1 小时内出现 50 个事件则说明存在规律）
3. 列出主机 --> vmware-monitor inventory hosts — 标记已断开连接、意外处于维护模式，或内存使用率 > 90% 的主机
4. 如果连接失败 --> 运行 vmware-monitor doctor，诊断配置／网络问题
5. 如果工具提示 NoPermission 或返回的信息过少 --> vmware-monitor access-info --tool <tool>（MCP：get_access_info）会显示该账户可以执行哪些操作

以对象为中心的调查（“这台 VM／主机／数据存储周围发生了什么？”）

判断：这是分诊发现问题后，操作人员想要的深入调查——一次调用即可将对象与其周边基础设施及近期历史关联起来，因此你可以用运维语言解释汇总结果，而不必自行拼接五个工具的结果。工具负责聚合；不要将原始清单直接输出到对话中。

逐步提供不同层级——不要询问环境已经确定的细节：

1. 从顶层开始 --> 使用 get_cross_vcenter_attention（CLI：vmware-monitor attention）查看所有 vCenter 中“当前有哪些事项需要关注？”。如果只配置了一个 vCenter，则直接调用它的 get_cluster_health_summary——无需询问目标是哪一个
2. 提供深入调查某个对象的选项，该对象由顶层问题列表指出。只有确实存在歧义时，才询问要调查哪个层级：
   • VM --> investigate_vm（CLI：vmware-monitor investigate vm <name>）→ VM 状态、近期事件、快照、警报与近期变更、其运行所在的主机、集群上下文、为其提供支持的数据存储、性能信号，以及关联的事件时间线
   • 主机 --> investigate_host（CLI：investigate host <name>）→ 主机状态、集群上下文、其上运行的 VM、已挂载的数据存储、警报、性能、关联的时间线
   • 数据存储 --> investigate_datastore（CLI：investigate datastore <name>）→ 容量／可用空间、挂载该数据存储的主机、由其提供支持的 VM、警报、关联的时间线
3. 按需扩大或缩小范围 --> 使用 --hours 72 延长事件时间范围；结果汇总末尾会提示可调整的选项
4. 生成直观结果 --> 为任意 investigate／attention 命令添加 --html，生成可独立查看的离线快照（深入调查各部分可直接折叠／展开，无需 JS，不会上传任何内容），并写入 ~/vmware-health/
5. 如果不知道对象名称 --> 工具会返回一条引导性错误，明确说明如何列出对象（list_virtual_machines／list_esxi_hosts／list_all_datastores）；获取准确名称后重试
6. 如果某个 vCenter 无法访问（仅限 attention）--> 它会连同原因列在 unreachable 下，其余结果仍会正常汇总——指出这一缺失情况，不要因此放弃整个视图

性能排查（“集群感觉很慢”）

判断：清单显示的是已配置容量（核心数、GB），无法告诉你实际负载情况。使用实时性能工具，然后进一步排查。

1. 按主机排名 --> vmware-monitor perf hosts — 最繁忙的主机会排在最前面（按 CPU% 排序）
2. 对可疑主机上的 VM 排名 --> vmware-monitor perf vms --limit 25 — 找出吵闹的邻居
3. 检查是否存在隐藏的存储压力 --> vmware-monitor capacity datastores — 超额分配 % > 100 表示精简配置的数据存储可能在运行过程中被占满，即使显示有“可用”空间
4. 排除快照拖慢性能的可能 --> vmware-monitor snapshots aging --only-old — 旧快照会悄无声息地降低 I/O 性能
5. 如果性能工具返回空结果 --> 主机/VM 可能已断开连接或已关机（没有实时数据提供方）；使用 inventory hosts / inventory vms 确认

计划停机前检查（证书、许可证、时间）

1. 证书到期时间 --> vmware-monitor infra certs --warn-days 60 — ESXi 证书过期会导致主机管理功能失效
2. 许可证余量 --> vmware-monitor infra licenses — 在功能被禁用前发现超额分配
3. 时间同步 --> vmware-monitor infra ntp — healthy: no 会导致 SSO/Kerberos/日志关联出现问题（注意：SOAP API 不提供实时偏差值，只能检查配置状态）

设置持续监控

1. 在 ~/.vmware-monitor/config.yaml 中配置 webhook
2. 启动守护进程 --> vmware-monitor daemon start
3. 守护进程每 15 min 扫描一次，并向 Slack/Discord 发送警报

使用模式

场景	推荐方式	原因
本地/小型模型（Ollama、Qwen）	CLI	约 2K 个 tokens，MCP 则约为 8K
云端模型（Claude、GPT-4o）	两者皆可	MCP 可提供结构化 JSON I/O
自动化流水线	MCP	类型安全的参数、结构化输出

MCP 工具（33 个 — 全部只读）

工具	描述
list_virtual_machines	列出 VM，支持筛选（电源状态、排序、上限、folder_filter）；每个 VM 都包含 folder_path
list_esxi_hosts	列出 ESXi 主机及其 CPU、内存、版本和运行时间
list_all_datastores	列出数据存储及其容量、可用空间和类型
list_all_clusters	列出集群及其主机数量、DRS/HA 状态
get_cluster_health_summary	一眼查看所有集群的分诊概况：按优先级排列的 top_issues 重点列表，以及各集群汇总和经过判断的 status。参数：cluster_filter、include_vms、top_n。按 references/health-summary-template.md 呈现
investigate_vm	“这台 VM 周围发生了什么？”——关联式深入调查，包含合并后的最新优先事件时间线（内容列于上方工作流中）。参数：vm_name、hours。由工具汇总；应作出解释，不要直接倾倒原始数据
investigate_host	对 ESXi 主机进行同类关联式深入调查。参数：host_name、hours
investigate_datastore	对数据存储进行同类关联式深入调查。参数：datastore_name、hours
get_cross_vcenter_attention	“现在有哪些事项需要关注？”——覆盖所有已配置的 vCenter，提供一个全局排序的 top_issues 列表（每项均标注其 vcenter）及各目标汇总；无法访问的目标会优雅降级。参数：cluster_filter、top_n
list_all_networks	列出网络及其连接的 VM 数量和可访问性
get_alarms	当前活动警报：suggested_actions、确认者、condition_now（cleared = 已过期）
get_events	按严重性和时间范围（start/end）列出事件
get_host_sensors	查看各主机的硬件传感器状态（温度/电压/风扇）及绿色/黄色/红色健康状态
get_host_services	查看主机服务状态（运行状态和启动策略），可按主机筛选
get_vm_info	VM 详细信息（CPU、内存、磁盘、NIC、快照）
list_vm_snapshots	列出单个 VM 的快照及嵌套层级（只读）
get_host_performance	主机 CPU/内存/磁盘/网络实时利用率（PerfManager）；按繁忙程度从高到低排列
get_vm_performance	VM CPU/内存/气球内存/交换空间/磁盘/网络实时利用率（默认前 25 个）；仅限已开机的 VM
find_aging_snapshots	扫描全清单中的快照，检查其年龄和蔓延情况；标记超过 N 天的快照
get_vm_backup_snapshot_history	根据快照任务历史查看单个 VM 的备份时间窗口；这是下限，不是作业持续时间
get_certificate_status	查看各主机 ESXi 管理证书的到期情况（距到期天数、即将到期标记）
get_license_status	查看许可证和各资产的 assignments
get_ntp_status	查看各主机的 NTP 配置健康状况（服务器和 ntpd 状态）；SOAP API 不提供实时偏移量
get_datastore_capacity	查看数据存储超额承诺情况（已置备容量与总容量对比）；薄置备风险
get_resource_pool_usage	查看资源池的 CPU/内存预留、限制和当前使用量
list_active_tasks	列出正在进行（以及最近已完成）的 vCenter 任务及其进度/错误
list_active_sessions	查看登录用户及其使用的客户端
get_access_info	查看正在使用的账户，以及该账户是否在根文件夹上拥有某工具所需的权限（undetermined 不代表已授权）
scan_host_logs	按模式分组显示 ESXi 主机日志中的异常行（CLI：scan logs）
get_host_memory_tiering	vSphere 9.1 — 各主机的内存分层（DRAM/NVMe 层级）及 NVMe 提升比率（pyVmomi hardware.memoryTierInfo，需要 ESXi 8.0U3+）。参数：host_name、limit。返回列表封装
get_cluster_patch_compliance	vSphere 9.1 — 通过 vSphere Automation REST 查看单个集群的 vLCM 软件（补丁）合规情况。参数：cluster（MoID，例如 domain-c123）。available:false 表示 vCenter 返回了 503（可能正在进行补丁操作），并非错误；当主机状态字段未知时，non_compliant_hosts 为 null，绝不会错误地显示为 0
get_cluster_last_apply_result	vSphere 9.1 — 查看单个集群上次 vLCM 修复（应用）的结果（REST）。参数：cluster（MoID）。仅报告结果；绝不会运行修复
get_vcenter_deployment_size	vSphere 9.1 — 查看 vCenter 设备部署规模类别（REST，9.1 新增）。503 时 available:false

vSphere 9.1 字段解析说明：3 个 REST 工具的端点已通过规范验证，但尚未针对实时 9.1 vCenter 重放验证其 JSON 字段名——每个字段都会以防御方式读取，并通过其 note 自行标注结果（端点已验证；字段解析为尽力而为，等待实时 9.1 vCenter 验证）。get_host_memory_tiering 要求 vCenter/ESXi 8.0U3+；较旧的目标会引发说明性错误，指出缺失的属性。

没有任何工具会修改、创建或删除 vCenter/ESXi 资源。 性能／容量读数是某个时间点的采样——此技能不会保留历史记录， 因此绝不会报告捏造的“趋势”或预计可用期限。

列表结果结构

上面的 21 个行列表工具（包括 get_host_memory_tiering）会返回系列列表封装 {items, returned, limit, total, truncated, hint}，而不是裸数组。汇总前先查看 truncated：true 表示还有更多行——切勿将 items 视为完整情况；false 表示结果完整，因此空的 items 意味着 “已检查，未发现”——对于 scan_host_logs，还要求无法读取的日志列表 logs_unavailable 也为空。null 的 total （get_events、scan_host_logs）是有意为之。聚合工具会返回 专用对象——请参阅 references/capabilities.md。

只读设计

全部 33 个工具都只读取 vSphere（本地写入：见顶部）。 使用本地模型或小型模型？请参阅 references/agent-guardrails.md。

CLI 快速参考

vmware-monitor summary [--top 10] [--cluster <substr>] [--html] [--target <t>]
vmware-monitor inventory vms|hosts|datastores|clusters|networks [--target <t>]
vmware-monitor health alarms|events|sensors|services [--target <t>]
vmware-monitor perf hosts|vms [--target <t>]
vmware-monitor capacity datastores|pools [--target <t>]
vmware-monitor infra certs|licenses|ntp [--target <t>]
vmware-monitor snapshots aging [--only-old] [--target <t>]
vmware-monitor vm info <vm-name> [--target <t>]
vmware-monitor memory tiering [--host <esxi>] [--target <t>]        # vSphere 9.1
vmware-monitor patch compliance|last-apply <cluster-moid> [--target <t>]   # vSphere 9.1 (vLCM)
vmware-monitor deployment-size [--target <t>]                      # vSphere 9.1
vmware-monitor scan now | scan logs [--host <name>] | daemon start|stop|status | doctor [--skip-auth]

完整 CLI 参考（所有标志 + 活动／任务／会话）：请参阅 references/cli-reference.md

故障排查

告警结果为空，但 vCenter 显示有告警

get_alarms 工具会在根文件夹级别查询已触发的告警。有些告警与特定实体相关——请改为检查事件：get_events --hours 1 --severity info。

“Connection refused”错误

1. 运行 vmware-monitor doctor 进行诊断
2. 在 config.yaml 中确认目标主机名／IP 和端口（443）
3. 仅限实验环境的自签名证书：verify_ssl: false

事件结果过多

使用严重性筛选器：--severity warning（默认值）会筛除信息级事件。使用 --hours 4 缩小时间范围。

VM 信息显示“guest_os: unknown”

虚拟机中未安装或未运行 VMware Tools。安装／启动 VMware Tools，才能检测客户机操作系统、IP 地址和客户机系列信息。

Doctor 检查通过，但命令因超时失败

vCenter 可能负载过高。请尝试直接将目标设为特定 ESXi 主机，而不是 vCenter，或在 config.yaml 中增大连接超时时间。

所有命令都因“session is not authenticated”失败

该账户没有 vSphere 角色。请在 vCenter 根文件夹上分配一个角色（只读或更高）；vmware-monitor doctor 会明确报告此情况。

只读技能需要设置 environment: 吗？

可选：在 ~/.vmware-monitor/config.yaml 中为每个目标添加 environment: production（或 staging、lab，也可以使用自定义标签）。 读取操作不会受其限制。 它对同一 vCenter 上的写入技能（vmware-aiops、vmware-storage、 vmware-nsx）有影响：~/.vmware/rules.yaml 中按环境限定的 deny 规则 可以匹配该标签，从而阻止这些技能写入（例如冻结 production）。 配置示例：references/setup-guide.md。

设置

uv tool install vmware-monitor==2.4.2
vmware-monitor init      # guided: prompts for host/user/password, writes config + .env (chmod 600), then verifies

init 会以 grep 安全的方式存储密码（混淆后的 b64:，绝不使用明文），并将 .env 锁定为 0600。建议使用它，而不是手动编辑；手动步骤请参阅： references/setup-guide.md。

完整设置指南、安全详情和 AI 平台兼容性：请参阅 references/setup-guide.md

审计与安全

MCP 调用（@vmware_tool）和远程 CLI 命令（@audited）通过 vmware-policy 进行审计；CLI 查询也会追加到 ~/.vmware-monitor/audit.log：

• 每次 MCP 调用和远程 CLI 命令都会记录到 ~/.vmware/audit.db（SQLite）
• 通过 ~/.vmware/rules.yaml 强制执行策略规则（拒绝规则、维护时段、风险级别）
• 风险分类：每个工具都标记为低／中／高／严重
• 查看近期操作：vmware-audit log --last 20
• 查看已拒绝的操作：vmware-audit log --status denied

许可证

MIT — github.com/vmware-skills/VMware-Monitor