数据库实例巡检与报告生成

数据库巡检 Skill 何时使用 当用户提到以下关键词时，使用此 skill：

用户说法 | 执行命令 | 说明 ---|---|--- “巡检” | dbskiter --output-mode=ai --database= inspector run | 执行完整巡检 “生成报告” | dbskiter --output-mode=ai --database= inspector report | 生成巡检报告 “检查配置” | dbskiter --output-mode=ai --database= inspector run --type configuration | 仅检查配置 “检查安全” | dbskiter --output-mode=ai --database= inspector run --type security | 仅安全检查 “建立基线” | dbskiter --output-mode=ai --database= inspector baseline --create | 创建性能基线 “智能巡检” | dbskiter --output-mode=ai --database= inspector intelligent | 智能巡检分析 “异常检测” | dbskiter --output-mode=ai --database= inspector anomalies | 检测指标异常 “根因分析” | dbskiter --output-mode=ai --database= inspector root-cause | 分析问题根因 “风险预测” | dbskiter --output-mode=ai --database= inspector risks | 预测未来风险

核心命令（7 个）

• 执行完整巡检

dbskiter --database=<数据库名> inspector run 输出：健康评分、风险统计、巡检项详情 评分标准：90-100：优秀；70-89：良好；<70：需要关注

• 生成报告

dbskiter --database=<数据库名> inspector report --output report.html 支持格式：HTML、Markdown、JSON

• 基线管理

dbskiter --database=<数据库名> inspector baseline --create 用途：建立性能基线，用于后续对比

• 智能巡检（新增）

dbskiter --database=<数据库名> inspector intelligent --metrics-history='{"cpu": [...], "memory": [...]}' 功能：异常检测、根因分析、风险预测、智能建议

• 异常检测（新增）

dbskiter --database=<数据库名> inspector detect-anomalies --metrics='{"cpu": [...]}' 功能：检测突然飙升、逐渐增长、周期性异常、基线偏离

• 根因分析（新增）

dbskiter --database=<数据库名> inspector analyze-root-causes --anomalies='[...]' 功能：分析异常事件的根因，提供解决建议

• 风险预测（新增）

dbskiter --database=<数据库名> inspector predict-risks --time-horizon=7d 功能：预测未来 7 天/30 天的容量和性能风险

• 智能建议（新增）

dbskiter --database=<数据库名> inspector smart-recommendations 功能：基于巡检结果生成优先级排序的优化建议

• 关联分析（新增）

dbskiter --database=<数据库名> inspector analyze-correlations --metrics='{"cpu": [...], "memory": [...]}' 功能：分析指标间关联性，发现隐藏模式

巡检类型 configuration：配置检查 performance：性能检查 storage：存储检查 security：安全检查 capacity：容量检查

AI 决策流程 场景 1：用户说“巡检一下数据库” 步骤 1：执行 dbskiter --database= inspector run 步骤 2：解读健康评分和风险统计 步骤 3：如有严重问题，建议进一步诊断 步骤 4：生成报告：dbskiter --database= inspector report

场景 2：用户说“分析一下为什么 CPU 高” 步骤 1：执行 dbskiter --database= inspector root-cause --issue="CPU飙升" 步骤 2：查看根因分析结果 步骤 3：给出解决建议

场景 3：用户说“预测一下未来风险” 步骤 1：执行 dbskiter --database= inspector risks --days=30 步骤 2：解读风险预测结果 步骤 3：给出预防和应对措施