在Uptime-Kuma中通过USB GSM设备发送告警通知
2025-04-29 12:09:33作者:舒璇辛Bertina
概述
Uptime-Kuma作为一款开源的监控工具,提供了多种告警通知方式。本文将详细介绍如何通过USB连接的GSM设备(如GSM调制解调器或4G/LTE USB Dongle)来实现消息提醒功能。
技术背景
USB GSM设备通常会被系统识别为串行设备(如/dev/ttyUSB0或/dev/ttyACM0),可以通过AT指令集来控制发送消息。这类设备在无网络连接环境下特别有用,可以作为独立的告警通道。
实现方案
方案一:使用Push Monitor结合脚本
Uptime-Kuma的Push Monitor功能可以执行外部脚本,这是最直接的集成方式:
- 编写一个bash脚本,使用工具如
gammu或mmcli与GSM设备交互 - 脚本接收监控数据并通过AT指令发送消息
- 在Uptime-Kuma中配置Push Monitor调用该脚本
示例脚本框架:
#!/bin/bash
# 从环境变量获取告警信息
MESSAGE="$UPTIME_KUMA_MONITOR_NAME - $UPTIME_KUMA_MONITOR_STATUS"
# 使用gammu发送消息
echo "$MESSAGE" | gammu --sendsms TEXT 13800138000
方案二:通过Webhook间接调用
如果更倾向于使用Webhook方式:
- 搭建一个简单的HTTP服务(如Flask或Node.js应用)
- 该服务接收Webhook请求并调用本地GSM发送程序
- 在Uptime-Kuma中配置Webhook通知指向该服务
设备准备
确保GSM设备已正确安装驱动并被系统识别:
- 插入设备后检查
dmesg输出 - 确认设备节点(通常为/dev/ttyUSB*)
- 安装必要的工具链(如gammu、wvdial等)
配置建议
- 权限管理:确保运行Uptime-Kuma的用户有访问串行设备的权限
- 错误处理:在脚本中添加重试机制和设备状态检查
- 日志记录:记录发送状态以便排查问题
- 节流控制:避免短时间内发送过多消息
注意事项
- 不同型号的GSM设备可能需要特定的AT指令
- 考虑SIM卡的消息余额和发送限制
- 在Docker环境中运行时,需要将设备挂载到容器中
- 某些地区可能对消息发送有合规性要求
扩展应用
此方案不仅适用于Uptime-Kuma,也可应用于其他需要消息提醒的场景。通过适当修改,还可以实现:
- 语音告警
- USSD查询
- 设备状态反馈
总结
通过USB GSM设备实现消息提醒为Uptime-Kuma提供了一种不依赖互联网的可靠通知方式,特别适合关键基础设施监控或网络不稳定环境。虽然需要一些额外的配置工作,但其独立性和可靠性使其成为值得考虑的备选方案。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271