研究AIOps已有1年多，目前手里有不少可落地的方案了，而且目前我们已经有了自研的AIOps平台，欢迎关注并与我链接（看留言区）。
今天的案例是基于WorkBuddy + Zabbix MCP来做一个运维智能助手。
一、核心思路和架构
1. 核心思路
WorkBuddy虽然是商业AI Agent，但它的能力还是非常不错的。它可以集成自定义MCP，它也有丰富的Skill资源，也可以自定义“专家”。这个“专家”你可以理解为就是一个自定义的Agent。
最重要的是，现阶段可以白嫖Hy3大模型，这个还是非常香的！
2. 架构图
二、MCP部署与配置
步骤 1: 准备Zabbix环境
这里假设你已经搭建好Zabbix服务端和客户端，并做好了被监控主机接入和配置。注意，Zabbix版本不能高于7.4.0。
步骤 2: 部署 Zabbix MCP Server
项目地址为：https://github.com/mpeirone/zabbix-mcp-server
它的README里提供了详细的部署步骤，你可以根据你的使用场景来选择不同的安装方法，我这里使用的是docker的方式启动服务：
假设已经部署好docker已经docker cmopose
git clone https://github.com/mpeirone/zabbix-mcp-server.gitcd zabbix-mcp-servercp config/.env.example .envvi .env ##定义zabbix服务端、mcp服务相关配置docker compose up -d
步骤 3: 在 WorkBuddy 中配置 MCP 工具
在左侧菜单栏点击“专家.技能.连接器”，再选择“连接器”，再点击右上角的“自定义连接器”，点击“配置MCP”
写入如下配置：
{"mcpServers": {"zabbix-mcp": {"type": "http","url": "http://192.168.186.152:8000/sse","headers": {"Authorization": "Bearer yourtoken"},"disabled": false}}}
点击保存，然后返回MCP列表，点击“信任”
稍等几秒钟，就可以看到它给我们展示出来44个工具
三、创建专家
左侧点击“专家.技能.连接器”，选择“专家”，创建专家，直接用自然语言创建：
expert-manager 帮我创建一个zabbix监控专家，可以通过 zabbix-mcp 连接器访问 Zabbix 监控系统的数据。## 能力列表1. 查询主机状态、列表和配置 (host_get)。2. 查询当前的告警和问题 (problem_get)。3. 获取监控项的历史数据和趋势 (history_get, trend_get)。## 回答规范- 当用户询问“某台服务器”的情况时，先尝试模糊搜索主机名获取 hostid。- 如果查询到告警信息，请按严重程度排序，并给出具体的告警时间、名称和主机。- 在展示数据时，尽量使用清晰的列表或 Markdown 表格。- 如果未查到数据，请提示用户检查主机名是否正确。## 示例场景用户: "帮我看看 server-01 有没有报警"思考: 先调用 host_get 找到 server-01 的 hostid，然后用 hostid 调用 problem_get。
四、使用专家
点击左侧“专家.技能.连机器”，点击“专家”，再点击右上角“我的专家”，找到“Zabbix监控专家”
点击立即使用
示例1
帮我检查一下数据库服务器 DB-Server-01 当前的 CPU 和内存使用率是多少？示例2
列出当前所有处于‘严重(High)’或‘灾难(Disaster)’级别的未恢复告警，并告诉我涉及哪些主机。 Web-Node-02 刚才网络有点卡，帮我拉取过去 1 小时的网络流量入站 (Incoming traffic) 数据趋势。列出 Linux Servers 主机组里所有机器的 IP 地址，并告诉我哪些机器目前的 Zabbix Agent 连接不可用？示例5
我要对 Payment-API-01机器进行升级，请帮我给它创建一个 30 分钟的维护期，在此期间不要发送告警。最后介绍下我新上的《AIOps极简入门》小课，这套AIOps智能体落地案例集是我大模型课程里AIOps章节中的10个案例，现在单独把它拆出来售卖！
虽然只有10个小案例，但价值巨大！
