13 min read

OpenClaw 实战:用 AI Agent 做企业运维自动化

Source: https://x.com/geekshellio/status/2028010025927774278

过完个年,上班后才意识到,公司网络设备越来越多了,每天早上第一件事就是检查设备状态。

一开始还好,就十几台设备,SSH 登录、跑几条命令、看看日志,半小时搞定。但设备一多,问题就来了。

每天要检查的东西:

  • Ping 通不通?
  • 网卡绑定状态正常吗?
  • OSPF 邻居建立了吗?
  • 设备在监控平台上显示正常吗?

流程是这样的:

  1. SSH 登录每台设备
  2. 手动执行命令
  3. 复制日志到 Excel
  4. 打开浏览器截图
  5. 粘贴到文档
  6. 重复 30 遍

一套流程下来,至少 2 小时。

更要命的是,这事儿每天都要做。周末也不能停,因为设备不会因为你休息就不出问题。

我试过写 Shell 脚本自动化,但遇到几个问题:

问题 1:异常处理太复杂

设备登录有时候会卡住,有时候密码过期,有时候网络抖动。每种情况都要写 if-else,代码越写越长,维护成本越来越高。

问题 2:浏览器操作很难自动化

有些检查必须看 Web 界面(比如 OSPF 邻居状态、LibreNMS 监控平台)。用 Selenium 写自动化脚本,光是处理登录、等待页面加载、定位元素,就要写几百行代码。

问题 3:结果汇总很麻烦

日志要写入飞书表格,截图要粘贴到文档。飞书 API 不支持直接插入图片,只能手动粘贴。自动化到一半又变成手动了。

为什么想到用 OpenClaw

其实之前看到 OpenClaw 刚发布时,当时没太在意,觉得又是一个 AI 聊天工具。

直到看到它内置的 browser 工具演示:可以自动打开网页、登录、点击、截图、复制到剪贴板。

我突然意识到,这不就是我需要的吗?(虽然传统的实现方式也可以使用像 Playwright 这样的浏览器自动化工具)

传统自动化脚本的问题在于:你要预判所有可能的情况,写死每一步的处理逻辑。但 OpenClaw 不一样,你只需要告诉它「去检查这些设备,把结果写到表格里」,它自己会想办法完成。

SSH 登录失败了?它会重试。 页面加载慢了?它会等。 元素找不到了?它会换个方式定位。

这才是真正的自动化。

AI 自动化 vs 传统自动化:本质区别

很多人会问:这和写 Shell 脚本、用 Ansible、Puppet 有什么区别?

区别在于决策能力。

传统自动化:规则驱动

传统自动化工具(Shell、Ansible、Puppet)是规则驱动的:

bash

if [ $status -eq 0 ]; then
    echo "成功"
else
    echo "失败"
fi

你要提前定义好所有规则。遇到新情况,就要改代码。

优点:

  • 执行速度快
  • 结果可预测
  • 适合标准化流程

缺点:

  • 维护成本高(每个异常都要写处理逻辑)
  • 适应性差(环境变化就要改代码)
  • 无法处理模糊需求(比如「截图看起来正常吗?」)

AI 自动化:目标驱动

OpenClaw 是目标驱动的:

plaintext

去检查这些设备,把结果写到表格里

你只需要告诉它目标,它自己决定怎么做。

优点:

  • 适应性强(环境变了,它会调整策略)
  • 维护成本低(不需要写异常处理)
  • 可以处理模糊需求(比如「看起来正常吗?」它会根据经验判断)

缺点:

  • 执行速度慢(需要推理)
  • 结果有一定随机性(同样的任务,可能用不同方式完成)
  • 成本高(API 调用费用)

什么时候用 AI 自动化?

不是所有场景都适合 AI 自动化。我的判断标准:

适合 AI 自动化:

  • 流程复杂,异常情况多
  • 需要跨多个工具(SSH + 浏览器 + API)
  • 需要人工判断的环节(比如「截图看起来正常吗?」)
  • 频率不高,但很重要(比如每天一次的设备巡检)

适合传统自动化:

  • 流程简单,标准化
  • 执行频率高(比如每秒几千次)
  • 对速度和成本敏感
  • 结果必须 100% 可预测

我的运维场景,正好符合 AI 自动化的特点:流程复杂、跨多个工具、需要人工判断、频率不高。

所以我决定试试 OpenClaw。

Image

用 OpenClaw 搭建自动化系统

我写了一个 Skill(OpenClaw 的扩展能力),让它自动完成整个流程,因为说真的,Skill 的这个颗粒度很适合做这种类似“SOP”的操作:

Image

但是因为这个 Skill 有比较多敏感数据在里面,而且是给内部使用而已,所以这次我就不公开分享了,这里就给大家分享下整个 Skill 的实现思路。

1. SSH 自动登录 + 抓日志

设备需要两级认证(先 admin 再 root),手动登录很烦。

用 expect 脚本自动化:

bash

#!/usr/bin/expect
spawn ssh [email protected]
expect "password:"
send "admin_password\r"
expect "$ "
send "login\r"
expect "Username:"
send "root\r"
expect "Password:"
send "root_password\r"
expect "# "
send "tail -n 10 /var/log/ping.log\r"
expect "# "
send "exit\r"

OpenClaw 调用这个脚本,拿到日志内容,直接写入飞书表格。

2. 浏览器自动截图

有些检查需要看 Web 界面(比如 OSPF 邻居状态、LibreNMS 监控平台)。

OpenClaw 的 browser 工具可以:

  1. 打开设备管理页面
  2. 自动登录
  3. 执行筛选操作(比如只看 Network 类型设备)
  4. 全页截图
  5. 复制到剪贴板
  6. 打开飞书表格
  7. 定位到指定单元格
  8. Cmd+V 粘贴

整个过程完全自动化,不需要人工干预。

Image

3. 结果写入飞书表格

所有测试结果统一写入飞书 Sheets:

Image
  • A 列:设备名称(Router-A、Router-B、Switch-C)
  • B 列:测试项(Ping、Bonding、OSPF)
  • C 列:状态(待审阅/成功/失败)
  • D 列:证据(文本日志或截图)

文本日志直接通过飞书 API 写入,截图通过浏览器粘贴(因为飞书 API 不支持直接插入图片)。

请注意,这是飞书的传统电子表格文档,不是多维表哥文档,多维表格文档是支持 API 调用直接插入图片。的

技术实现

核心架构

Image

整个系统由四个核心模块组成:SSH 自动化(expect)、OpenClaw Skill、浏览器自动化(browser tool)、飞书 API(结果写入)。

代码结构

bash

device-check/
├── SKILL.md              # Skill 说明文档
├── check.sh              # 主入口脚本
├── config.sh             # 配置文件(设备 IP、密码、表格 ID)
├── lib/
│   ├── ssh-helper.sh     # SSH 连接封装
│   ├── feishu-api.sh     # 飞书 API 封装
│   └── browser-helper.sh # 浏览器操作封装
└── tests/
    ├── router-tests.sh   # 路由器设备测试
    ├── switch-tests.sh   # 交换机设备测试
    └── firewall-tests.sh # 防火墙设备测试

关键代码片段

SSH 抓日志:

bash

test_ping() {
  local device_ip="$1"
  local row_num="$2"

  # SSH 登录并执行命令
  local log_content=$(expect ssh-login.exp "$device_ip" "tail -n 10 /var/log/ping.log")

  # 写入飞书表格
  update_feishu_cell "$row_num" "C" "待审阅"
  update_feishu_cell "$row_num" "D" "$log_content"
}

浏览器截图:

bash

test_ospf() {
  local device_ip="$1"
  local row_num="$2"

  # 打开设备管理页面
  openclaw browser open "https://$device_ip/admin/ospf"

  # 登录
  openclaw browser type "username" "admin"
  openclaw browser type "password" "admin_password"
  openclaw browser click "login_button"

  # 截图
  openclaw browser screenshot "/tmp/ospf.png"

  # 复制到剪贴板
  osascript -e "set the clipboard to (read (POSIX file \"/tmp/ospf.png\") as JPEG picture)"

  # 打开飞书表格并粘贴
  openclaw browser open "https://feishu.cn/sheets/xxx"
  openclaw browser click "cell_D$row_num"
  openclaw browser press "Cmd+V"

  # 写入状态
  update_feishu_cell "$row_num" "C" "待审阅"
}

使用方式

bash

# 测试单个设备的单个项目
bash check.sh test router-a ping

# 测试单个设备的所有项目
bash check.sh test router-a all

# 运行所有设备的所有测试
bash check.sh run-all

# 创建新的日期标签页并运行测试
bash check.sh run-all --new-tab

变成 Skill 的好处

把这套流程封装成 OpenClaw Skill 之后,最大的好处是可以定时自动执行。

我现在的设置是:每天早上 8:30 自动运行一次,等同事 9 点上班的时候,飞书表格里已经有最新的测试结果了。

实际效果:

  • 8:30 - OpenClaw 自动执行检查
  • 8:35 - 所有设备检查完成,结果写入飞书
  • 9:00 - 同事上班,打开飞书直接看结果
  • 9:05 - 发现问题,立即处理

以前是同事上班后,我才开始检查,发现问题已经 9:30 了。现在问题在上班前就发现了,节省了至少半小时响应时间。

更进一步:多环境复用

Skill 的另一个好处是可以复用。

我们有测试环境、预发布环境、生产环境,每个环境都要做设备巡检。以前要写三套脚本,现在只需要一个 Skill,改改配置文件就能用:

bash

# 测试环境
bash check.sh run-all --config config-test.sh

# 预发布环境
bash check.sh run-all --config config-staging.sh

# 生产环境
bash check.sh run-all --config config-prod.sh

甚至可以给不同环境设置不同的定时任务:

  • 测试环境:每天 1 次(早上 8:30)
  • 预发布环境:每天 2 次(早上 8:30、下午 2:30)
  • 生产环境:每天 4 次(8:30、12:30、16:30、20:30)

实际效果

测试结果示例

文本日志(Ping 测试):

plaintext

2026-02-27 12:00:31 T=1 OK=1 LOSS%=0 RTTavg=43ms HILAT=0
2026-02-27 12:01:31 T=1 OK=1 LOSS%=0 RTTavg=42ms HILAT=0
2026-02-27 12:02:31 T=1 OK=1 LOSS%=0 RTTavg=44ms HILAT=0
...

截图(OSPF 邻居):

显示 2 个 OSPF neighbors(10.181.221.84, 10.181.221.85)和 5 条路由。

截图(LibreNMS 监控):

显示 14 台 Network 设备(Cisco、Juniper、H3C),全部在线。

时间对比

Image
  • 手动操作:2 小时
  • 自动化后:5 分钟(全程无人值守)

节省了 95% 的时间。

踩过的坑

1. 飞书 API 不支持直接插入图片

飞书的电子表格 API 只能写文本,不能直接插入图片。

解决方案:通过浏览器自动化,模拟人工粘贴操作。

2. SSH 两级认证

设备需要先用 admin 登录,再切换到 root。

解决方案:用 expect 脚本处理交互式登录。

3. 浏览器 SSL 证书警告

设备的 Web 界面用的是自签名证书,浏览器会弹警告。

解决方案:OpenClaw 的 browser 工具可以自动处理证书警告。

4. 日志格式不统一

不同设备的日志格式不一样,正则表达式很难写。

解决方案:直接把原始日志写入表格,不做过滤。人工审阅时再判断。

可以复制到哪些场景?

这套方法可以用到很多地方:

  • 服务器巡检:检查 CPU、内存、磁盘、进程状态
  • 数据库备份验证:检查备份文件是否存在、大小是否正常
  • 网站可用性监控:定时访问网站,截图保存
  • 日志分析:从多台服务器抓日志,汇总到一个表格
  • 合规审计:自动收集证据(日志、截图、配置文件)

核心思路:把重复性的人工操作,拆解成「SSH + 浏览器 + API」的组合,让 OpenClaw 自动执行。

下一步计划

目前只实现了 5 个测试项,还有很多可以做:

  • 其他设备的测试(更多路由器、交换机)
  • 更多测试项(Syslog、日志上传、NTP、备份文件)
  • 异常告警(测试失败时发送通知到企业微信/钉钉)
  • 历史记录(每天创建新的标签页,保留历史数据)
  • 趋势分析(统计设备故障率、响应时间变化)

定时任务的更多玩法:

除了每天固定时间执行,还可以:

  • 按需触发:在飞书群里发 /check 命令,立即执行检查
  • 故障自愈:检测到问题后,自动重启服务或切换备用设备
  • 智能调度:根据历史数据,在设备最容易出问题的时间段增加检查频率

这些都是传统自动化脚本很难做到的,但用 OpenClaw 可以很容易实现。

所以,OpenClaw 的价值在于「把 AI 当员工,不是当工具」。

传统的自动化脚本,你要写很多代码,处理各种异常情况。用 OpenClaw,你只需要告诉它「去检查这些设备,把结果写到表格里」,它自己会想办法完成。

SSH 登录、浏览器操作、API 调用、剪贴板操作,这些都是 OpenClaw 自带的能力。你只需要把它们组合起来,就能搭出一套完整的自动化系统。

如果你也有类似的重复性工作,可以试试这个思路。代码不需要很复杂,关键是把流程拆清楚,让 AI 一步步执行。

Image

如果大家看完文章觉得有收获,欢迎关注、点赞、推荐。

我会持续输出更多 AI 的最新动态和简单实用的应用案例。