01 一个痛苦的周一

那天周一上午，领导扔过来三个需求：

•"把上周 Nginx 日志统计一下，Top IP 和响应码"•"磁盘巡检阈值调到 80%，出个报告"•"今天中午前把 20 台服务器做一次健康检查"

我刚写完一个脚本，又来一个。一个脚本 30-60 分钟，三个脚本我得干到下午。

这不是偶发——我每周平均写 5-8 个运维脚本，真正痛苦的不是不会写，而是写没什么技术含量的重复代码，还总在边界条件和调试上翻车：

痛点	什么感觉
重复劳动	同类脚本换几个参数又写一遍，烦
边界遗漏	跑的时候才报错，忘了处理文件不存在、权限不足
调试耗时	写完调通要 2-3 轮，60% 时间花在调试上
文档缺失	脚本能跑但没注释，过两周自己都看不懂

后来我试了让 AI 生成脚本——不是"AI 写了我用"，而是我提需求 → AI 出代码 → 我来审核。结果让我自己都吃了一惊。

02 五个真实场景的提效实录

场景 1：Nginx 日志统计 —— 35 分钟 → 3 分钟

需求：统计过去 1 小时 Nginx 访问日志中 Top 10 IP 和响应码分布。

以前：20 分钟写 15 分钟调试 awk/sort/uniq 组合，每次都要查 man 手册。

现在：1 分钟写 Prompt，2 分钟审核调整，搞定。

我的 Prompt：

代码语言：javascript

复制

写一个 Bash 脚本，统计 Nginx access.log 中过去 1 小时的：1. Top 10 访问 IP2. HTTP 状态码分布3. 平均响应时间要求：支持参数化日志路径，包含异常处理，输出格式化表格

AI 生成的脚本（节选）：

代码语言：javascript

复制

#!/bin/bashLOG_PATH="${1:-/var/log/nginx/access.log}"TIME_WINDOW=3600if [ ! -f "$LOG_PATH" ]; thenecho "错误：日志文件 $LOG_PATH 不存在"exit 1fiecho "========== Nginx 日志分析报告 =========="echo "--- Top 10 访问 IP ---"awk -v cutoff="$CUTOFF_TIME" '...' | sort -k2 -rn | head -10echo "--- HTTP 状态码分布 ---"awk '{...}' | sort -k2 -rn | head -10

指标	手动编写	AI 生成	提升
总耗时	35 分钟	3 分钟	⬇️ 91%

场景 2：磁盘空间巡检 —— 30 分钟 → 5 分钟

需求：巡检所有挂载点，使用率超过 80% 告警，输出巡检报告。

AI 生成只用了 2 分钟 Prompt 3 分钟调整告警格式：

代码语言：javascript

复制

THRESHOLD="${1:-80}"df -h | awk 'NR>1 {print $6, $5}' | while read -r mount use; douse_num=$(echo "$use" | tr -d '%')if [ "$use_num" -ge "$THRESHOLD" ]; thenecho "⚠️[告警] $mount 使用率 ${use}"elseecho "✅[正常] $mount 使用率 ${use}"fidone

指标	手动编写	AI 生成	提升
总耗时	30 分钟	5 分钟	⬇️ 83%

场景 3：批量健康检查 —— 45 分钟 → 7 分钟

需求：检查 20 台服务器的 HTTP 状态，超时 5 秒，输出汇总表。

传统写法最怕涉及 xargs/timeout/curl 组合的并发逻辑——一个超时处理不好，整个脚本就卡死。

AI 一次性生成，我只需要确认并发参数：

代码语言：javascript

复制

check_health() {local url=$1local http_code=$(curl -s -o /dev/null -w "%{http_code}" --max-time "$TIMEOUT" "$url" 2>/dev/null)if [ "$http_code" = "200" ]; thenprintf "%-35s 正常 %dms" "$url" "$duration"elif [ "$http_code" = "000" ]; thenprintf "%-35s 超时" "$url"elseprintf "%-35s 异常 HTTP %s" "$url" "$http_code"fi}export -f check_healthcat "$SERVER_LIST" | xargs -P 10 -I {} bash -c 'check_health "{}"'

指标	手动编写	AI 生成	提升
总耗时	45 分钟	7 分钟	⬇️ 84%

场景 4：MySQL 慢查询分析 —— 60 分钟 → 11 分钟

需求：解析 MySQL 慢查询日志，提取 Top SQL 和执行时间分布。

这是 5 个场景中最费手的——mysqldumpslow 功能有限，自己写解析逻辑光调试就要 4-5 轮。AI 一次性搞定了参数化 异常处理 输出格式。

指标	手动编写	AI 生成	提升
编写时间	60 分钟	3 分钟	⬇️ 95%
调试轮次	4-5 轮	1-2 轮	⬇️ 70%
功能完整度	基本够用	含异常处理 参数化	⬆️

场景 5：Docker 容器清理 —— 25 分钟 → 3 分钟

代码语言：javascript

复制

# 用途：Docker 资源清理# 参数：--dry-run 仅预览 | --force 跳过确认# 1. 已停止的容器STOPPED=$(docker ps -aq -f status=exited -f status=dead)# 2. 悬空镜像DANGLING=$(docker images -f "dangling=true" -q)# 3. 清理7天前的数据卷docker volume prune -f --filter "until=168h"# 4. 预览模式[ "$DRY_RUN" = true ] && echo "（预览模式）"

指标	手动编写	AI 生成	提升
总耗时	25 分钟	3 分钟	⬇️ 88%

03 汇总：39 分钟 → 5.8 分钟

场景	手动耗时	AI 耗时	提效	脚本行数
Nginx 日志统计	35 分钟	3 分钟	⬇️ 91%	52 行
磁盘空间巡检	30 分钟	5 分钟	⬇️ 83%	35 行
批量健康检查	45 分钟	7 分钟	⬇️ 84%	45 行
MySQL 慢查询	60 分钟	11 分钟	⬇️ 82%	68 行
Docker 清理	25 分钟	3 分钟	⬇️ 88%	55 行
平均	39 分钟	5.8 分钟	⬇️ 85%	—

04 三个 Prompt 技巧，让 AI 一次出货

技巧 1：结构化 Prompt——「角色 任务 要求 输出」四段式

代码语言：javascript

复制

角色：你是一个资深运维工程师任务：编写 [具体脚本功能]要求：- 语言：Bash/Python- 参数化：支持命令行参数- 异常处理：包含错误检查和退出码- 输出格式：表格化/JSON- 注释：关键步骤中文注释

技巧 2：迭代优化——首轮 80% 可用，剩下 20% 针对性调

代码语言：javascript

复制

说明

技巧 3：让 AI 自测——生成脚本后马上写测试用例

代码语言：javascript

复制

为上面的脚本写一个测试用例，覆盖：1. 正常输入场景2. 文件不存在的异常场景3. 权限不足的场景4. 空输入场景

05 踩坑指南：这 3 个坑我帮你踩过了

坑 1：AI 生成的脚本直接上生产

现象：AI 脚本本地跑通了，上生产后因为环境差异报错——Shell 版本不同、文件路径不一致、字符集不对。

解决：AI 生成 → 本地测试 → 预发布验证 → 生产执行，三步走不能省。

坑 2：Prompt 太笼统

现象：只说"写一个监控脚本"，AI 输出非常通用，完全不实用。

解决：用四段式 Prompt 把需求说清楚。你对需求多清楚，AI 产出就多精准。

坑 3：忽略 Shell 兼容性

现象：Linux 跑通的脚本，在 macOS 上报错。

原因：macOS 的 date/sed/readlink 是 BSD 版，和 GNU 语法不同。

解决：在 Prompt 中标明目标系统，或脚本中加兼容判断。

06 总结：AI 辅助脚本开发的三个核心价值

•编写时间 ⬇️ 85%：平均从 39 分钟降到 5.8 分钟•错误率 ⬇️ 83%：从 18% 降到 3%（AI 自带边界处理）•文档化 ✅：AI 自动生成注释，不再有"无文档脚本"

适用场景：模式固定的运维脚本（巡检、统计、清理、批量操作） 不适用场景：高度定制化的业务逻辑脚本、对性能要求极高的核心链路脚本

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2026-07-03，如有侵权请联系[email protected] 删除