Zabbix对接千问大模型

zabbix对接千问大模型，主要有2个场景：

• 使用大模型对告警信息进行实时分析
• 将告警分析结果发送到第三方平台(钉钉/微信)

备注：本文对接的大模型为通义千问大模型，大模型部署在本地机房GPU服务器上，无token和调用次数限制。

1、准备脚本

[root@zabbixweb alertscripts]# pwd
/usr/lib/zabbix/alertscripts
[root@zabbixweb alertscripts]# cat zabbix_qwen.sh
#!/bin/bash

# 检查是否提供了内容参数
if [ $# -eq 0 ]; then
    echo "请提供内容参数！"
    exit 1
fi

# 获取告警信息，并构建最终的请求内容
user_content=$1
final_content="请分析以下Zabbix告警信息，并提供可能的原因和解决建议:\n ${user_content}"

# API URL
api_url="http://192.168.21.200:8000/v1/chat/completions"

# 生成 JSON 请求
json_request=$(cat <<EOF
{
    "model": "LLM72B",
    "messages": [
        {
            "role": "user",
            "content": "${final_content}"
        }
    ]
}
EOF
)

# 检查是否安装了 jq 工具
if ! command -v jq &> /dev/null; then
    echo "jq 工具未安装，请安装后重试。"
    exit 1
fi

# 使用 curl 命令发送 API 请求，并记录响应时间
response=$(curl -s -w "%{http_code} %{time_total}" -o response.json -X POST "${api_url}" \
    --header 'Content-Type: application/json' \
    --data "${json_request}")

# 从响应中提取 HTTP 状态码和响应时间
http_code=$(echo "$response" | awk '{print $1}')
response_time=$(echo "$response" | awk '{print $2}')

# 检查 HTTP 状态码是否为 200
if [ "$http_code" -ne 200 ]; then
    echo "API 请求失败，状态码: $http_code"
    cat response.json
    rm -f response.json
    exit 1
fi

# 从文件中读取响应内容
response_content=$(<response.json)

# 提取并格式化 AI 的回复内容
result=$(echo "$response_content" | jq -r '.choices[0].message.content')

# Markdown 输出格式
if [ -n "$result" ]; then
    echo -e "$result\n"
else
    echo "请求失败，响应内容: $response_content"
fi

# 打印响应时间
echo "接口响应时间: ${response_time}s"

# 清理临时文件
rm -f response.json

2、测试脚本

3、创建前端脚本

4、前端演示

5、告警分析对接钉钉

• 准备告警媒介脚本

[root@zabbixweb alertscripts]# cat zabbix_qwen_dingding.py
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import requests
import json
import sys
import os
import time
from datetime import datetime, timedelta
from collections import deque

headers = {'Content-Type': 'application/json;charset=utf-8'}
current_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())

log_file = "/var/log/dingding.log"

# 钉钉机器人API
dingding_api_url = "替换为钉钉webhook地址"

# 通义千问API
qianwen_api_url = "http://192.168.21.200:8000/v1/chat/completions"

# 限速控制
message_queue = deque(maxlen=100)  # 用于跟踪每天的消息
hourly_queue = deque(maxlen=20)    # 用于跟踪每小时的消息
minute_queue = deque(maxlen=4)     # 用于跟踪每分钟的消息
last_send_time = None              # 用于跟踪上次发送时间

def log(info):
    if not os.path.isfile(log_file):
        open(log_file, 'a+').close()
    
    with open(log_file, 'a+') as f:
        f.write(f"{current_time}: {info}\n")

def can_send_message():
    global last_send_time
    now = datetime.now()
    
    # 清理过期的记录
    while message_queue and (now - message_queue[0]).days >= 1:
        message_queue.popleft()
    while hourly_queue and (now - hourly_queue[0]).seconds >= 3600:
        hourly_queue.popleft()
    while minute_queue and (now - minute_queue[0]).seconds >= 60:
        minute_queue.popleft()
    
    # 检查各种限制
    if len(message_queue) >= 100:
        log("达到每日消息限制（100条/天）")
        return False
    if len(hourly_queue) >= 20:
        log("达到每小时消息限制（20条/小时）")
        return False
    if len(minute_queue) >= 4:
        log("达到每分钟消息限制（4条/分钟）")
        return False
    if last_send_time and (now - last_send_time).seconds < 1:
        log("达到每秒消息限制（1条/秒）")
        return False
    
    return True

def wait_for_next_slot():
    while not can_send_message():
        time.sleep(1)

def analyze_with_qianwen(subject, message):
    json_request = {
        "model": "LLM72B",
        "messages": [
            {
                "role": "user",
                "content": f"请分析以下Zabbix告警信息,并提供可能的原因和解决建议:\n主题: {subject}\n详细信息: {message}"
            }
        ]
    }
    
    try:
        response = requests.post(qianwen_api_url, json=json_request, headers=headers)
        response.raise_for_status()
        result = response.json()
        return result['choices'][0]['message']['content']
    except requests.exceptions.RequestException as e:
        log(f"通义千问API调用失败: {str(e)}")
        return "通义千问分析失败,请人工检查告警信息。"

def send_dingding_msg(subject, message, user):
    global last_send_time
    wait_for_next_slot()
    
    analysis = analyze_with_qianwen(subject, message)
    
    json_text = {
        "msgtype": "markdown",
        "markdown": {
            "title": "Zabbix监控告警",
            "text": f"### 告警主题\n{subject}\n\n### 告警详情\n{message}\n\n### 通义千问分析\n{analysis}"
        },
        "at": {
            "atMobiles": [user] if user else [],
            "isAtAll": False
        }
    }

    try:
        response = requests.post(dingding_api_url, data=json.dumps(json_text), headers=headers)
        response.raise_for_status()
        result = response.json()
        if result["errcode"] == 0:
            log("消息发送成功")
            now = datetime.now()
            message_queue.append(now)
            hourly_queue.append(now)
            minute_queue.append(now)
            last_send_time = now
        else:
            error_message = result.get("errmsg", "未知错误")
            log(f"消息发送失败,错误码: {result['errcode']}, 错误信息: {error_message}")
            if result["errcode"] == 300005:
                log("可能原因: 机器人被禁用。请检查以下几点：")
                log("1. 钉钉机器人的安全设置是否正确配置")
                log("2. 是否触发了消息发送频率限制")
                log("3. 如果设置了IP白名单，请确保Zabbix服务器的IP在白名单中")
                log("4. 检查访问令牌是否过期或被重置")
            raise Exception(f"钉钉API返回错误: {error_message}")
    except requests.exceptions.RequestException as e:
        log(f"钉钉API调用失败: {str(e)}")
        raise

if __name__ == '__main__':
    if len(sys.argv) != 4:
        log(f"参数不足: 收到 {len(sys.argv) - 1} 个参数，期望 3 个")
        print(f"Usage: {sys.argv[0]} <ALERT.MESSAGE> <ALERT.SUBJECT> <ALERT.SENDTO>")
        sys.exit(1)
    
    message = sys.argv[1]
    subject = sys.argv[2]
    user = sys.argv[3]
    
    try:
        send_dingding_msg(subject, message, user)
    except Exception as e:
        log(f"脚本执行失败: {str(e)}")
        sys.exit(1)

6、配置告警媒介

7、配置触发器动作

8、配置用户报警媒介

9、钉钉消息展示