运维开发组洗洗睡吧，运维不需要你们了
胖虎约 7 分钟问题的起源：被Excel困住的日常
"领导：公司总共有多少台数据库服务器？各是什么版本？"
"xx来检查新创改造进度了，把咱们改造涉及的中间件清单导出来。"
"上级要求统计信创资产的覆盖情况，三天内报上来。"
这些场景有个共同特点：平时根本不会想起来，一旦遇到就是领导要的，而且要得急。
更糟糕的是，我们的服务器信息都记录在一个Excel里——
平时没人维护，因为"反正也不常用"。但等到领导突然要数据的时候：
打开Excel一看，信息不全，很多服务器是空的
有些项目下线好几年了，记录还在
同一个IP被录入了三次
想统计"有多少台达梦数据库"，得一行行,一页页肉眼数
导出去给领导？格式不统一，还得重新整理一遍
事情是这样的：我们团队负责为公司各个开发项目提供测试服务器。流程听起来很简单：
项目负责人申请服务器 → 我们在云平台创建 → 安装中间件和数据库 →手工记录到Excel→ 录入堡垒机
问题就出在那个"手工记录到Excel"上。
时间久了，问题暴露无遗：
有些项目下线好几年了，Excel里还记着，IP段早被分配给别人了
同一个IP在堡垒机里被录入了多次（多个不同时期）
问"这个服务器是哪个项目的"，翻半天Excel也找不到
想统计一下到底有多少台在用服务器，数得眼睛都花了
这是典型的"手动管理带来的熵增"——时间越长，混乱程度越高。
痛点爆发：我决定动手
又有一天，有人问我："能导出所有服务器的软件清单吗？"
我看着那个上万行，几十个的Excel，里面混杂着在线的、下线的、重复的、信息不全的记录……那一刻我意识到：这不是靠"整理Excel"能解决的问题，这是系统性的问题。
需要的是一个能自动发现、自动记录、自动去重的系统。
传统路径 vs AI时代的路径
在"没有AI的古代"
如果按照传统流程，我需要：
写PPT，向领导汇报痛点
申请立项，等预算审批
等开发团队排期（可能要等几个月）
和产品经理反复沟通需求
开发过程中不断变更需求
测试、上线、培训……
一套下来，半年过去了，而我的Excel还在一天天变乱。
在AI辅助的今天
实际情况是：
第1天：跟AI描述需求，生成技术方案，搭好项目框架
第2天：实现核心功能——服务器发现、SSH连接、信息采集
第3天：实现软件发现、批量操作、导入导出
第4天：修复bug、优化交互、写文档
4天，一个可用的CMDB系统就上线了。
具体怎么做的？一步步展开
你可能想问："我也不会编程，怎么才能做到？"
下面我把这4天详细展开，你可以跟着做。
第一步：准备工作
在开始之前，你需要安装cc，请看：
零代码基础，4天开发一款软件！如何在国内用cloude code将开发效率提升100倍
第二步：告诉AI你的需求
开始之前，你需要做两件事：
1. 说清楚你的业务痛点
比如我一开始是这样描述的：
"我想做一个服务器管理系统。平时要把服务器信息记录在Excel里，时间长了就乱——有的项目下线了但记录还在，同一个IP被重复录了好几次，领导要数据的时候翻半天Excel也找不全。
我希望系统能：
自动SSH连接Linux服务器 采集OS、CPU、内存等硬件信息 自动发现已安装的数据库（MySQL、Oracle、达梦等） 自动发现中间件（Redis、Nginx等） 支持批量操作 能导出Excel报表
工作目录是D:\cmd
部署在Windows Server上 数据库要求用达梦DM8
我不会编程，能做吗？"
2. 把这些告诉Claude Code
把上面的需求发给AI，它会帮你：
分析技术方案
推荐合适的工具栈
告诉你需要安装什么
一步步指导你完成
就像我和AI的第一次对话：
我："我想做一个服务器管理系统，自动SSH连接采集信息，发现数据库和中间件，能导出Excel。工作目录是 D:\cmd，需要什么技术？"
AI："推荐Go + Vue 。Go编译后单exe部署，适合Windows Server。先安装Go和Node.js，都是一路下一步……"
我："装好了，然后呢？"
AI："正在生成项目结构……创建D:\cmd\server-manager目录，初始化Go模块，安装Gin框架，连接达梦数据库……5分钟后告诉我。"
接下来你会看到：
5~10分钟后，项目代码生成好了
再和AI对话，让它帮你跑起来
第1天结束，我给同事发了条消息：
"我在做个服务器管理系统，不用Excel了。数据库能连上了，第一步搞定。"
同事："靠谱，别搞一半啊。"
第2天：做出MVP，让同事看看
继续和AI对话：
我： "我要SSH连接Linux服务器，采集OS、CPU、内存信息。"
AI： "用 golang.org/x/crypto/ssh 包，给你代码……"
我： "连接成功了！现在要显示服务器列表。"
AI： "这是前端Vue代码，用Element Plus的Table组件……"
第2天下午，系统能看了：
SSH能连接服务器
能采集基础信息
前端能显示列表
我叫来同事看演示：
"看，能自动采集服务器信息了，不需要手工记录Excel！"
同事看了看，问了几个问题：
"那能发现数据库吗？Oracle、宝蓝德这些？" "能批量操作吗？一台台搞太慢了。" "能导入堡垒机数据吗？我们现在数据都在堡垒机里。" "导出的Excel能直接给领导吗？"
我把这些记下来，准备第3天解决。
同事临走前说了句："继续搞，有问题随时找我。"
第3天：核心功能全上了
我和AI的对话：
我： "要做软件发现功能，识别Oracle、金仓、宝蓝德、达梦、东方通。怎么判断是否安装？"
AI： "检查进程、检查端口、检查常见路径。给你整理了检测逻辑……"
我： "要做批量采集，但并发不能太高。"
AI： "用worker pool模式，sem := make(chan struct{}, 10) 控制并发数……"
我： "要做堡垒机数据导入，Excel格式。"
AI： "用 excelize 库解析Excel，给你代码……"
我： "要导出Excel，表头要用中文。"
AI： "用 excelize 创建Excel，设置中文表头……"
第3天下午，功能都齐了：
✅ 软件发现（Oracle、金仓、宝蓝德、达梦、东方通）
✅ 批量采集/批量发现
✅ 导入堡垒机数据
✅ 导出Excel（中文表头）
又叫同事来看：
"功能都做齐了，我给你演示一下你看看？"
同事这次边看边说：
"批量采集的时候能不能显示进度？现在干等不知道啥时候完。" "能不能按在线/离线筛选？" "如果同时点批量采集和批量发现会冲突吗？" "导出的时候能不能只导出选中的服务器？"
有些我当场改了：
在线/离线筛选（AI帮我加的，10分钟搞定）
表头调整（AI帮我改的，5分钟搞定）
有些留给第4天：
进度条（SSE推送，AI说明天做）
互斥锁（AI说需要改service层）
选中导出（AI说前端加个复选框就行）
同事说："明天再看看，差不多了我们就用起来。"
第4天：最后打磨，正式上线
我和AI的对话：
我： "批量操作时前端要显示进度条，后端怎么推送进度？"
AI： "用SSE（Server-Sent Events），给你完整的前后端代码……"
我： "批量采集和批量发现同时执行会冲突，怎么加互斥锁？"
AI： "在service层加sync.Mutex，TryLock()检查……给你代码……"
我： "前端报错：Cannot read properties of null (reading 'filter')"
AI： "tableData.value可能是null，加个默认值：(tableData.value || []).filter(...)"
我： "要支持选中多台服务器导出。"
AI： "前端加复选框，后端支持IP列表筛选……"
第4天下午，系统完善了：
✅ SSE进度推送
✅ 批量操作互斥锁
✅ 前端空值处理
✅ 选中导出功能
✅ Excel导出优化（删除多余Sheet）
最后一次给同事看：
"该有的功能都有了，你看看有没有问题。"
同事看了一会儿：
"挺流畅的，批量采集有进度条，体验不错。"
系统就这样上线了
没有发布会，没有培训，甚至没有正式通知。
但同事开始用了：
"帮我导一下所有MySQL服务器" "查一下192.168.1.0段还有哪些空闲IP" "xx要的改造进度表，导一下"
Excel文件不再更新了——因为不需要
给想尝试的人
第一，不要被"我不会编程"吓住
我也不会。但我有AI，AI就是我的开发团队。
你不需要成为专家，你只需要：
清楚你想要什么 能描述清楚问题 理解AI给你的答案（不理解就继续问）
第二，从小做起，快速迭代
不要想着"一步到位"做个完美的系统。
先做最核心的功能 做出来就给同事看（哪怕是半成品） 收集反馈，第二天就改 4天就能做出能用的东西
第三，展示出来，不要闷头做
每一天，都要让人看到你的进展。
第1天：截图给同事看"数据库能连上了" 第2天：演示一下"能采集服务器信息了" 第3天：把链接发出去"大家试试，有问题随时说"
让大家看到"你在做"，才会愿意提需求。需求越明确，做出来的东西越有用。
致谢
感谢马工的指导，帮我理清了写作思路。
感谢会长、三笠在本文尚在打磨之时就给予支持，愿意帮忙分享传播。
#智谱
#GLM大模型