作者利用AI辅助，在两天内显著提升了公司运维自动化水平。面对全公司自动化运维的需求，作者首先确定核心指标（可观测、可恢复、可应急），然后拆解问题，优先满足简单需求。开发从设计到上线仅用两小时，且学习成本低。作者强调在AI时代，系统重构变得简单，可以先简单实现，灵活应对变化。

随着系统复杂性增加，传统监控难以应对分布式系统的挑战，导致警报疲劳。引入智能监控代理可提高效率，减少人工调试时间，帮助工程师快速识别和解决问题。通过逐步实施和建立信任，最终实现运维自动化。

ansible-job-platform是一个企业级运维自动化平台，旨在解决Ansible在大规模应用中的挑战，如脚本分散和权限管理混乱。该平台基于Django，集成CMDB资产管理、安全凭证和自动化编排，提供集中管理和审计功能，提高运维效率和安全性。

运维自动化系统包括工作台、资产管理、容器管理和监控告警等功能模块，旨在提升运维效率、统一IT资产管理、简化操作流程，并增强监控与审计能力，以确保系统安全和数据可靠性。

文章介绍了运维自动化系统的功能模块，包括工作台、资产管理、容器管理、监控告警、作业系统、任务系统、域名管理、备份系统、数据库服务、费用中心、审计中心、用户管理和系统配置。这些模块解决了特定的运维问题，提高了管理效率和安全性，并支持多云环境下的统一管理和自动化操作。

任务系统在运维自动化平台中至关重要，负责执行各类运维任务。重构后的任务流遵循BPMN规范，采用可视化方式提升用户体验。通过bpmn-js组件，用户可直观编排任务、网关和事件，确保流程执行透明高效。

运维自动化平台的任务系统是核心部分，负责执行打包、上线和维护任务。重构后的任务流遵循BPMN规范，采用可视化流程图，支持拖拽编排，提升用户体验。流程图实时展示执行状态，支持多种任务类型和条件判断，简化操作并增强交互性。

最近搭建的运维自动化系统引入了基于TOTP的多因子认证（MFA），以增强账户安全性。MFA通过要求多个认证因子，如短信、邮件验证码和生物识别，来提高安全性。TOTP因其高安全性和易用性被广泛应用，用户只需安装支持TOTP的应用，通过预共享密钥和时间生成一次性密码，从而提升账户安全。

在多云环境中，费用分摊计算复杂，尤其是项目分布在不同云厂商。为优化成本管理，公司上线了账单系统，提供可视化账单和消费概览，帮助识别账务问题。系统支持按项目和账户查看消费情况，便于发现异常和优化资源使用。通过详细账单，能够发现计费错误，从而节省成本。运维自动化平台整合多种系统，提升管理效率。

维易CMDB是一个灵活且功能完善的开源CMDB系统，支持自定义资源模型和属性，能够自动发现资源关系，提供强大的数据查询和权限控制。系统设计适合企业运维自动化需求，但配置较复杂，可能对非技术人员不友好。

在运维自动化系统中，Celery用于处理周期性和异步任务。为避免高优先级任务被低优先级任务阻塞，可以采用多队列方案，通过配置不同的队列和worker，确保高优先级任务优先执行，从而优化任务处理效率。

去年分享了运维自动化系统的建设，今年分享减少，主要是旅行游记。尽管技术分享减少，运维自动化工作仍在继续，完善了去年上线的系统，并推出了新的容器系统。

作者在新公司负责运维自动化，带领团队学习开发技能，成功上线软件管理系统。项目实践中，团队成员相互促进，积累了丰富经验，体现了坚持与合作的重要性。

2022年，我离职加入新公司，负责运维自动化的规划与实施。成功上线了多云系统、任务系统、监控系统和作业系统，提升了运维效率，支持移动端操作，方便日常管理。希望未来能继续推动落地，为大家带来便利。祝大家新年快乐！

《Site Reliability Engineering》探讨了开发与运维的分离历史，强调SRE通过软件开发实现运维自动化，减少人工干预。书中指出，100%的可用性并非理想目标，99.99%可用性可作为目标，并利用误差预算发布新特性。强调监控、自动化和复盘文化的重要性，以提高系统稳定性和团队效率。SRE需平衡开发与运维时间，避免过度投入运维，确保持续创新与服务稳定。