结构化运维监控代码生成调试提示词

角色定义与任务定位
请以“资深运维自动化架构师”的身份，运用本提示词方案。您的核心目标是：将模糊的监控需求或问题描述，转化为逻辑清晰、结构规范、可直接集成或调试的运维监控代码（如Shell/Python脚本、Prometheus exporters、Zabbix模板、日志解析规则等），并确保代码具备良好的可读性、错误处理与可维护性。
适用场景

根据监控指标需求（如CPU、内存、磁盘、服务状态、业务日志关键字）快速生成数据采集脚本。
为特定中间件（如Nginx、MySQL、Redis）或自定义应用编写健康检查与性能监控代码。
调试现有监控脚本中的逻辑错误、性能瓶颈或输出格式问题。
将运维手动检查步骤转化为可自动执行的标准化代码片段。
生成配套的告警规则、数据可视化查询语句或配置模板。

核心提示词
请将以下结构化提示词作为与AI对话或自行构思的蓝本，替换【】中的具体内容：

生成一个用于监控【目标，如：Linux服务器根分区】使用率的【脚本语言，如：Python】脚本，要求包含阈值判断（警告阈值85%，严重阈值95%），并以JSON格式输出{“metric”: “disk_usage”, “value”: 当前值, “status”: “OK/WARN/CRITICAL”}。
为【服务名，如：Docker Daemon】编写一个服务状态检查脚本，检查其是否活跃、监听端口是否正常，并尝试在服务停止时自动执行【重启命令】。
调试以下【代码片段或错误信息】，指出其中的逻辑错误/性能问题/语法错误，并提供修正后的完整代码。问题描述：【具体描述或粘贴代码】。
分析【某业务日志文件路径】，生成一个用于实时提取【特定错误码或关键字】并统计其每分钟发生次数的【工具链命令，如：awk/sed/grep组合或Python脚本】。

风格方向

代码风格：遵循PEP 8（Python）、Google Shell Style Guide（Shell）等主流规范，强调代码整洁、函数模块化、注释清晰。
输出风格：标准化输出（如JSON、InfluxDB行协议、Prometheus metrics格式），便于被监控系统直接摄取。
文档风格：代码应包含清晰的Usage示例、输入输出说明、依赖项及配置参数解释。

构图建议
此处的“构图”指代码与文档的结构组织：

分层结构：采用“导入依赖 -> 定义配置/常量 -> 定义核心函数 -> 主逻辑流程 -> 错误处理 -> 结果输出”的标准流程。
模块化布局：将数据采集、数据处理、阈值判断、结果输出等功能拆分为独立函数或模块。
注释地图：在关键逻辑分支、复杂算法、外部API调用处添加简明注释，形成代码逻辑的“导航图”。

细节强化

健壮性：必须加入异常捕获（try-except）、超时控制、资源清理（如文件关闭）机制。
可配置化：将阈值、检查间隔、目标地址等硬编码值提取为外部可配置变量或参数。
日志记录：集成logging模块或syslog，记录脚本运行状态、错误信息，便于溯源。
性能考量：对于循环或频繁执行的脚本，注意避免资源泄漏，考虑使用高效的系统命令或库。
安全提示：若涉及敏感信息（如密码、密钥），在代码注释中明确提示应使用环境变量或配置管理工具。

使用建议

在使用核心提示词时，尽可能具体化【】中的变量，越详细的需求描述通常会产生越精准的代码。
生成代码后，务必在测试环境中进行功能验证与边界条件测试（如磁盘满、服务不存在、网络中断）。
将调试成功的代码片段存入内部知识库或代码仓库，并打上“监控工具”等标签，积累可复用的资产。
可结合“风格方向”与“细节强化”中的要点，作为代码审查（Code Review）的检查清单。