登录社区云，与社区用户共同成长
邀请您加入社区
*工具实战：**集中训练抓包工具（Wireshark）、渗透测试工具（Nmap）、漏洞扫描工具（Nessus 基础版）的使用，结合模拟场景练习工具应用（掌握基础扫描逻辑，为 SRC 漏扫工具进阶做准备）。实战技能训练：开展漏洞扫描、漏洞利用、电商系统渗透测试、内网渗透、权限提升（Windows、Linux）、代码审计等实战训练，结合运维中熟悉的系统环境设计测试场景（强化红蓝对抗攻击端技术能力）。红
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷7（容器云）
2022 年全国职业院校技能大赛高职组云计算赛项试卷（私有云）
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷3（容器云）
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷8（私有云）
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷9（私有云）
要是相机突然掉线，机器人自动切到示教模式，别硬刚——安全永远是第一位。安川机器人TCPIP通信程序 YASKAWA安川机器人以太网TCPIP通讯，MotoPlus源代码，socket通信文件，.OUT文件。安川机器人TCPIP通信程序 YASKAWA安川机器人以太网TCPIP通讯，MotoPlus源代码，socket通信文件，.OUT文件。安川机器人与相机通信，可用于各种相机触发相机照，获取相机坐
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷2（公有云）
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷3（公有云）
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷1（公有云）
2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷10（公有云）
最后放个效果对比图（脑补画面）：蓝色参考轨迹上，MPC控制的AUV像吸铁石一样紧贴路径，反步法则像醉酒的水蛇左右摇摆。实测对比数据说话：在1.5节侧向流干扰下，MPC的跟踪误差标准差比反步法低63%，执行器能耗还减少了22%。水下机器人路径跟踪的难点在哪？本代码包括水下机器人的fossen动力学模型，matlab的优化算法求解器，还包括非线性反步法backstepping 的对比代码非常划算，两种
2023 年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷 B（容器云）
K8s手动部署是学习基础，Ansible自动化部署才是企业生产标配。通过Roles角色分离架构，实现了集群环境的标准化、自动化、可维护化，同时全程国内镜像适配，彻底解决网络访问问题，可直接落地用于企业测试、预发、生产环境。
Ansible Development Tools MCP Server 是一个基于 Model Context Protocol (MCP) 的协议服务器，它将 Ansible 工具链直接暴露给 AI 助手（如 Claude/Copilot/Gemini 等）。该服务器解决了 AI 助手在 Ansible 开发中无法直接操作工具的痛点，使 AI 能够自动执行 lint、创建项目骨架、运行 Pla
Ansible是一款由Red Hat赞助的开源IT自动化工具，通过SSH连接实现无代理管理，支持批量服务器配置、应用部署和云资源编排。其核心是YAML格式的Playbook，可编译为Python脚本执行后自动清理。Ansible提供丰富的模块生态，覆盖主流运维场景，安装简单（pip安装即可），适合中小团队快速上手，也能配合Docker/K8s使用。该工具由Michael DeHaan创建，拥有超5
摘要： 本文介绍了如何通过SSH解锁极空间NAS的更多功能，使其从简单的家庭存储设备升级为功能强大的私人服务器。文章详细演示了极空间SSH功能的开启步骤，包括系统设置、风险确认和连接测试，并验证了root权限和Docker管理能力。此外，还讲解了如何利用cpolar内网穿透工具实现公网访问，使异地用户能随时远程连接和管理极空间。通过配置固定TCP地址，确保了稳定的远程访问体验。SSH的开启不仅扩展
摘要：Ansible事实采集是自动化运维的核心功能，能自动获取远端服务器的系统信息（如主机名、IP、内核版本等），并以变量形式供脚本调用，实现差异化部署。文章介绍了查看全量事实、常用事实调用、关闭采集优化效率等基础操作，以及自定义本地事实配置和魔法变量的实战应用。关键点包括：1）通过gather_facts控制采集；2）自定义事实文件需放在/etc/ansible/facts.d/目录；3）魔法变
本文整理了Linux系统磁盘管理的实用操作指南，涵盖磁盘分区、格式化、挂载、LVM管理、磁盘配额等日常运维必备技能。重点内容包括：1）磁盘分区工具fdisk（MBR）和parted（GPT）的使用场景与命令；2）文件系统格式化与挂载配置；3）LVM逻辑卷的创建、扩容与管理流程；4）磁盘配额配置方法；5）常用磁盘空间查看命令（df/du）。文章采用实操导向，提供可直接复用的命令示例，并解答了分区工具
Ansible Playbook 实践摘要 本实验演示了Ansible Playbook的三种常见应用场景： 使用debug模块：通过debug模块显示各受管主机的DNS服务器IP地址，使用ansible_facts.dns.nameservers变量获取信息。 文件复制与触发服务重启：将example.conf文件复制到/etc/httpd/conf.d/目录，配合handlers实现文件变更后
Ansible是开源、免费、轻量级的自动化运维工具，基于Python开发，底层依赖SSH协议通信。被控端不需要安装任何客户端软件，只要能SSH连接，就能被管理，部署零成本。
Ansible Galaxy包含两层核心定义，一是官方云端网站平台（galaxy.ansible.com），二是本地配套的ansible-galaxy命令行工具，二者协同工作。它是Ansible生态的核心内容分发枢纽，完全免费、开源、无门槛，面向所有运维开发者提供自动化资源共享服务。传统Ansible运维中，手动编写Playbook存在大量重复工作，如Nginx部署、MySQL初始化、系统安全加固
本文介绍了三个Ansible实践练习：1. 使用debug模块显示受管主机DNS服务器IP地址的playbook编写；2. 通过templates模板将系统信息写入文件的配置方法；3. 实现基于条件的流程控制，包括根据磁盘空间安装服务、按主机组写入不同配置文件内容等场景。每个练习都包含详细的YAML代码和完整的执行结果验证，展示了Ansible在配置管理、条件判断和分组操作方面的实际应用。通过pl
有一次项目准备上线，领导在群里丢下一句话：“这批新服务器今天下班前把 Nginx 都装好。”我点开列表看了一眼，差点以为自己看错了。几十台服务器，后面又补了几十台，加起来接近一百台。如果按照最传统的方式处理，意味着我要一台台登录、一台台执行安装命令、一台台检查服务状态。光是想到重复输入 yum install nginx 的画面，我就已经开始头疼了。更麻烦的是，安装只是第一步。服务要启动，开机自启
本文介绍了Ansible自动化运维工具的核心优势与应用实践。作为无代理架构的开源工具，Ansible依托SSH协议实现批量管理，具有YAML语法易上手、幂等执行、跨平台兼容等特点。文章详细解析了其四大组件（主机清单、模块、Playbook、插件）和声明式设计思想，并展示了主机分组、Ad-hoc命令和Playbook剧本的实操示例。通过问答环节强调了无代理架构和幂等性的价值，最后以客观题形式巩固知识
诞生与发展：Ansible 首次发布于2012年，作者为 Michael DeHaan（同时也是 Cobbler 工具作者）2015年被 RedHat 收购，后续持续迭代优化，成为主流自动化工具。开发语言：基于 Python 开发的自动化运维工具（注意不是服务），跨平台兼容性强，适配主流 Linux/Unix 系统。核心功能：聚焦批量运维场景，覆盖：批量系统配置批量程序部署批量命令执行批量服务器密
在实际生产环境中，随着功能增多，Playbook 文件会越来越多，且可能互相调用变量文件等，管理起来非常困难。Ansible 从 1.2 版本开始支持Roles。Roles是管理ansible文件的一种规范（目录结构），用于更好地组织和管理 Playbook、变量、模板、handlers 等文件。ansible的角色（role）像是做软件开发一样。开发是做一堆配置文件，功能文件，然后再main文件
磁盘空间半夜爆满、监控告警不断、被迫起床手动删除日志，是很多运维和开发都经历过的崩溃场景。本文将结合实际问题，分享如何使用 Ansible 编写自动化清理日志的 Playbook，并通过 Cron 定时任务周期执行，实现多台服务器日志批量清理、磁盘空间自动释放和告警风险降低。通过这种方式，不仅可以避免重复、低效、易出错的人工操作，还能让日志维护更加规范、稳定、可持续，真正做到无人值守，让半夜告警不
本文围绕Ansible自动化运维工具展开全维度讲解。先梳理工具无代理、跨平台的核心特性与控制节点、受控主机、Playbook组成的整体架构；接着详解实验环境搭建、SSH免密等部署配置要点；实操演示Ad Hoc指令与command、shell高频模块用法，结合YAML语法拆解Playbook编写逻辑，搭配Web服务部署落地案例。由理论到实操层层递进，帮助读者快速掌握Ansible基础，具备服务器批量
服务器多了之后，有一个很现实的问题：Prometheus 搭好了，但机器上没有 Exporter，指标采不到，监控就形同虚设。手动 SSH 逐台安装效率太低；写脚本批量跑，又没有回滚机制，环境差异还会导致各种奇怪的问题。Ansible 解决的是这件事本身：写一个 Playbook，定义好下载、解压、建用户、配 systemd 服务这些步骤，在被控机上幂等执行。同一套 Playbook，在十台机器上
做AI这行久了，我对"理解模型看不懂图、生成模型画不对意思"这种割裂早就见怪不怪了。视觉理解模型（比如CLIP、传统VLM）看图说话一把好手，但让它画张图就歇菜；图像生成模型（比如Stable Diffusion）画出来的东西确实漂亮，可你让它理解复杂语义，它就抓瞎。"理解"和"生成"之间这道鸿沟，一直是多模态AI最头疼的问题。
运维工作中有个很现实的场景：服务器列表拉出来五六十台，要统一装Nginx。手动一台一台登上去执行命令，先不说重复劳动有多磨人，光是版本不一致、漏装、配置文件不统一这些问题就够喝一壶的。写成脚本循环执行SSH看似能解决问题，但脚本本身没有状态校验，万一中间哪台网络闪断，状态就不可控了。
第一次登录飞牛OS的时候确实挺兴奋的：界面干净、功能够用，数据终于有了一个像样的归宿。但这股新鲜感没过多久就被冲淡了——每次更新服务要手动登录，每次改配置要一步步点进去操作，想看个日志还得先连上公司网络，再通过内网穿透工具折腾一圈。太费劲了。做技术的人多少都有点"能自动化绝不点鼠标"的毛病。既然飞牛OS底层跑的是Linux，那理论上就应该能用管理服务器集群的方式去管它——写好指令，一次执行，精准控
本文从一次半夜被磁盘告警吵醒的真实场景出发，分析服务器磁盘空间被日志文件、临时文件、历史备份等内容持续占用的常见原因，并介绍如何使用 **Ansible + Cron** 构建自动化磁盘清理方案。通过编写 Ansible Playbook 统一定义清理规则，再借助 Cron 定时触发执行，可实现自动检查磁盘占用、清理过期文件、释放空间并记录执行结果。该方案有效减少重复手动操作，降低夜间告警频率，让
服务器磁盘爆满半夜被告警电话吵醒这件事，估计不少运维人都经历过。更让人烦躁的是，这种告警往往不是一次性的——日志文件每天增长，过几天又满，过几天又要手动清理一次，反反复复没完没了。你登录十几台机器，敲 rm -rf *.log，心里还要默念"别删错别删错"，生怕把关键文件送走。这种人肉运维干久了，疲惫不说，出错概率只会越来越高。痛点就三个：一是费时间，批量登录操作本身就没技术含量；二是风险高，手动
3 台虚拟机基础初始化（主机名 / 防火墙 / SELinux / 时间同步）Master 节点安装 Ansible，配置免密、主机清单3 台机器统一安装 Docker、K8s 组件Kubeadm 初始化集群、加入节点、Calico 组网K8s 内部用 yaml 部署 MySQL + Zabbix-Server + Zabbix-WebAnsible 编写 Playbook，一键批量给所有节点装
ansible是SSH批量管理工具，无需安装agent。批量改密码命令：ansible all -m user -a "name=root password={{ 密码 }}"。安全建议：每台服务器用不同密码，用ansible-vault加密存储。前置条件：控制节点安装ansible，受管节点开启SSH且免密登录。
1）在playbooks 中定义任务：-name： task description #任务描述信息module_name: module_args #需要使用的模块名字： 模块参数2） ansible-playbook 执行 命令：先介绍下： Playbook常用文件夹作用：files：存放需要同步到异地服务器的源码文件及配置文件；handlers：当服务的配置文件发生变化时需要进行的操作，
摘要：本文分享了Ansible自动化运维的实战经验。Ansible作为一款无Agent的自动化工具，通过控制节点管理受控节点，使用Inventory文件记录服务器信息。文章介绍了常用模块（文件操作、软件包管理、服务管理）的使用方法，以及如何编写Playbook组织任务流程。重点讲解了变量模板实现环境差异化配置，角色(Roles)实现模块化管理，以及处理器(Handlers)的响应式执行机制。掌握这
假设一个场景：线上要新加一批服务器，共50台，全部要装Nginx并启动。你的选择有几个。第一个，逐台SSH登录，输入命令，检查结果。重复50次，中间某台网络闪断要从头来过，大概花掉半天时间，中间出错全靠人工判断。第二个，写一个脚本循环处理。脚本跑起来不用守着了，但如果中途哪台出了问题需要回滚，脚本本身要重新改。第三个，Ansible。写一个Playbook，定义清楚"装什么、怎么装、启动哪些服务"
ansible
——ansible
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
脑启社区
AI Agent技术社区
openEuler 社区
智能体开发者社区
AtomGit开源社区
北京朝阳AI社区
