在Ansible-CMDB中使用自定义命令输出作为动态事实
2025-07-01 22:06:53作者:冯爽妲Honey
概述
Ansible-CMDB是一个强大的工具,用于将Ansible收集的主机信息生成美观的HTML报告。在实际使用中,我们经常需要将特定命令的输出结果作为自定义列显示在报告中。本文将详细介绍如何实现这一需求。
自定义事实的工作原理
Ansible支持通过自定义事实机制扩展收集的信息。这些自定义事实可以通过两种方式实现:
- 静态事实文件:以JSON或YAML格式存储在
/etc/ansible/facts.d/目录下 - 动态事实脚本:可执行脚本,运行时输出JSON或YAML格式的事实数据
实现步骤
1. 创建自定义事实目录
在目标主机上创建Ansible事实目录:
sudo mkdir -p /etc/ansible/facts.d
2. 编写动态事实脚本
以mmgetstate命令为例,创建一个可执行脚本:
#!/bin/bash
# /etc/ansible/facts.d/mmstate.fact
state=$(mmgetstate -n $(hostname -s) 2>/dev/null | awk '{print $NF}')
echo "{\"state\": \"$state\"}"
确保脚本有执行权限:
chmod +x /etc/ansible/facts.d/mmstate.fact
3. 配置Ansible-CMDB模板
在Ansible-CMDB的模板文件中添加自定义列:
{
"title": "Cluster State",
"id": "cluster_state",
"sType": "string",
"visible": True,
"tpl": "${ jsonxs(host, 'ansible_facts.ansible_local.mmstate.state', default='unknown') }"
}
4. 运行Ansible收集事实
确保在运行Ansible时启用了事实收集功能:
ansible -m setup all
5. 生成CMDB报告
使用收集到的事实生成报告:
ansible-cmdb /path/to/facts/
高级应用场景
- 多命令组合:可以在脚本中组合多个命令的输出
- 条件判断:根据命令返回状态设置不同的值
- 性能优化:对于耗时命令,考虑缓存结果
- 错误处理:完善脚本的错误处理逻辑
注意事项
- 确保自定义事实脚本在所有目标主机上都能正常运行
- 考虑脚本执行权限和路径问题
- 对于敏感信息,要注意权限控制
- 复杂的脚本建议先在目标主机上测试
通过这种方式,我们可以灵活地将任何命令的输出集成到Ansible-CMDB报告中,大大增强了报告的实用性和定制性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
579
99
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2