文章目录


对于中小团队、独立开发者或个人站长来说，部署 Zabbix 或 Prometheus+Grafana 往往显得 “杀鸡用牛刀”—— 前者配置繁琐、界面老旧，后者学习曲线陡峭，都远超轻量监控的实际需求。而我翻遍网上相关文章，发现大多要么只提基础功能、要么漏了关键配置细节，始终找不到一份全面实用的指南。正因如此，我决定整理编写这篇文章，为大家诚意推荐这款 GitHub 霸榜的开源监控工具 Uptime Kuma：它颜值极高、支持 Docker 一键部署、自带可自定义的状态页，更涵盖飞书、钉钉、Telegram 在内的 90+ 种通知方式，能轻松覆盖网站、数据库、Docker 容器等主流监控场景，用下来完全是 “小而美” 的极致体验，堪称轻量级监控的最优解。

在这里插入图片描述

一、简单介绍与对比

为什么选择 Uptime Kuma？

在传统的运维监控领域，我们通常面临两个极端：

  • Zabbix：功能强大但配置繁琐，UI 停留在上个世纪。
  • Prometheus：云原生标配，但学习曲线陡峭，且本身不带可视化面板。

Uptime Kuma 的出现填补了“轻量级、高颜值、开箱即用”的空白。

核心特性

  • 监控类型丰富：支持 HTTP(s)、TCP、Ping、DNS Record、Docker 容器等。

  • UI 现代化：响应式设计，黑暗模式，看起来非常舒服。

  • 通知渠道强：内置支持企业微信、飞书、钉钉、Email、TG 等国内常用渠道。

  • 状态页（Status Page）：不仅监控，还能自动生成类似 GitHub Status 的对外服务状态页。

官网地址

在这里插入图片描述

1.1 Uptime Kuma 的核心定位：轻量型黑盒可用性监控

从项目代码库的信息能明确，Uptime Kuma 主打 网络层 / 服务层的可用性监控（黑盒监控），核心能力集中在：

  1. 监控对象：HTTP (s)、TCP、DNS 记录、Websocket、Ping、Docker 容器（仅监控 “是否运行”）、Steam 游戏服务器、RabbitMQ/Kafka 等中间件（基础可达性）；
  2. 核心目标：判断 “服务 / 端口 / 中间件是否在线、响应是否符合预期”（比如 HTTP 关键词匹配、JSON 响应校验、证书过期提醒）；
  3. 优势：轻量化、自托管简单、UI 友好、多语言支持、通知渠道丰富（90+ 种）、快速搭建状态页面，适合中小团队 / 个人快速实现 “服务是否可用” 的监控；
  4. 短板：无原生的本地主机系统指标监控能力（比如 CPU / 内存 / 磁盘使用率、进程数、网络吞吐量等主机级指标），仅能监控 “主机上的服务是否存活”，无法深入主机内部采集指标。

1.2 Prometheus 的核心定位：企业级白盒指标监控

Prometheus 是云原生时代的时序数据库监控工具，主打 系统 / 应用层的深度指标监控（白盒监控），核心能力集中在：

  1. 监控对象：本地主机（node_exporter 采集 CPU / 内存 / 磁盘）、K8s 集群、微服务、中间件（Prometheus Exporter 采集 Redis/MongoDB/MySQL 等的深度指标）、自定义业务指标；
  2. 核心目标：采集 “系统 / 应用的内部运行指标”，做趋势分析、阈值告警、性能复盘（比如主机内存使用率 80% 告警、接口 QPS 波动分析）；
  3. 优势：生态完善（搭配 Grafana 可视化、Alertmanager 告警、各类 Exporter）、支持自定义指标、适合大规模 / 精细化监控；
  4. 短板：部署和学习成本高，轻量性差，单纯做 “服务是否在线” 的监控会显得过重。

1.3 总结：场景适配而非 “优劣对比”

对比维度 Uptime Kuma Prometheus
监控类型 黑盒监控（可用性） 白盒监控（指标）
本地主机监控能力 仅监控 “主机上的服务是否可达” 深度采集主机系统指标（CPU / 内存等）
中间件监控 基础可达性（比如 RabbitMQ 是否运行） 深度指标（比如 RabbitMQ 队列长度）
易用性 极低（开箱即用） 较高（需配置 Exporter / 规则）
适用场景 中小团队 / 个人，服务可用性监控 企业级 / 大规模，系统 / 应用性能监控

所以结论是：

  • 如果你只需要监控本地主机上的服务 / 端口是否在线、中间件是否可达，Uptime Kuma 足够用，且比 Prometheus 更简单、轻量化；
  • 如果你需要监控本地主机的系统资源（CPU / 内存 / 磁盘）、中间件的深度性能指标，并做趋势分析 / 性能优化，Prometheus（搭配 node_exporter 等）是更合适的选择；
  • 两者甚至可以互补：用 Uptime Kuma 做服务可用性监控（快速告警），用 Prometheus 做系统 / 应用指标监控（深度分析）。

二、快速安装

需要自己提前安装好docker环境，这里就不再说明。

下面我采用docker-compose的方式进行启动

2.1 Docker 命令的方式启动

根据官网给出的命令直接运行即可：

docker run -d --restart=always -p 3001:3001 -v uptime-kuma:/app/data --name uptime-kuma louislam/uptime-kuma:2

2.2 Docker Compose的方式启动

官网示例：

mkdir uptime-kuma
cd uptime-kuma
curl -o compose.yaml https://raw.githubusercontent.com/louislam/uptime-kuma/master/compose.yaml
docker compose up -d

这里在官网的基础上结合自己的的实际需求，最终采用以下配置

services:
  uptime-kuma:
    image: louislam/uptime-kuma:2 
    container_name: uptime-kuma
    restart: always
    ports:
      - "8080:3001"
    volumes:
      - /data/uptime-kuma:/app/data
      - /var/run/docker.sock:/var/run/docker.sock
    
    deploy:
      resources:
        limits:
          cpus: '0.5'
          memory: 512M

启动服务

启动成功后，访问 http://你的服务器IP:8080（如果是云服务器则开放相关端口），首次访问会要求你创建一个管理员账号。

根据自己的实际情况来选择，这里为了测试方便我直接选择SQLite

如果采用MySQL相关数据库则需要提前创建好相关数据库：

image-20260129215651498

创建相关用户：

image-20260129215727721

最后进入如下页面：

在这里插入图片描述

三、实战配置指南

3.1 添加监控项

3.1.1 监控 Web 服务与 SSL 证书过期

这是最常用的场景。我们不仅要监控网站是否 200 OK，还要防止 SSL 证书过期导致的事故。

  1. 点击左上角 “+ 添加监控项”。
  2. 监控类型选择 HTTP(s)。
  3. URL 填入你的网址（例如 https://www.baidu.com）。
  4. 高级设置中：
    勾选 “证书过期提醒”。
    设置剩余天数（例如 7 天），这样证书快过期时你会收到报警。
    心跳间隔：建议设置为 60 秒。

在这里插入图片描述

添加后如下

在这里插入图片描述

3.1.2 监控 TCP 端口（Redis/MySQL）

有时候 Web 服务是好的，但数据库挂了。我们可以通过 TCP 端口探测来监控中间件。

  1. 监控类型选择 TCP Port。
  2. Hostname 填入数据库服务器 IP。
  3. Port 填入 3306 (MySQL) 或 6379 (Redis)。

参考如下：

image-20260201190840418

3.1.3 监控 Docker 容器

当业务服务基于 Docker 容器部署时，需直接监控容器运行状态，避免容器退出但宿主机正常导致的服务不可用问题。

  1. 监控类型选择 Docker
  2. Docker 连接配置：
    • 监控本地容器：无需额外配置，确保 Uptime Kuma 所在主机可访问 Docker 守护进程（默认 /var/run/docker.sock 权限正确）；
  3. 容器选择：
    • 选择 Container Name/ID，直接填入容器名称（如 mysql-8.0）或完整容器 ID；

参考如下：

image-20260201190513314

3.1.4 监控数据库

除 TCP 端口探测外，可通过数据库专属监控类型实现深度健康检测（不仅检测端口通断，还验证连接 / 查询可用性）。

3.1.4.1 MySQL 监控
  1. 监控类型选择 MySQL。
  2. 连接配置（适配 mysql://username:password@host:port/database 格式）：
    • Hostname：填入连接串中的 host 部分（数据库服务器 IP / 域名）；
    • Port：填入连接串中的 port 部分，默认 3306（若修改过端口则填实际值）；
    • Database：填入连接串中 / 后的数据库名（如 mysql，需确保该数据库存在）；
    • Username/Password：填写有连接权限的数据库账号（建议创建只读监控账号）。
  3. 高级配置（可选）：
    • 填写 SQL Query：自定义检测 SQL（如 SELECT 1），验证数据库查询能力；
    • 设置 Timeout：建议 5-10 秒，避免连接超时导致误告警。

参考如下:

image-20260201190137102

3.1.4.2 Redis 监控
  1. 监控类型选择 Redis。
  2. 连接配置（适配 redis://[user:]password@host:port 格式）：
    • Hostname：填连接串中的 host（如 192.168.1.10）；
    • Port：填连接串中的 port（默认 6379）；
    • Password：填连接串 @ 前的密码（如 123456）；（若无则留空）；
    • Username：Redis 5.x 留空，Redis 6.0+ 填 default（无自定义用户时）

参考如下:

image-20260201185451559

还有其他的监控这里就不一一补充了。

3.2 配置监控警告

监控警告是 Uptime Kuma 核心功能之一，用于在监控项状态异常（如服务 Down、证书到期）时，通过指定渠道及时推送告警通知，帮助运维人员快速响应故障。

更多监控请访问：https://huangjingblog.cn/post/github-80k-xing-de-jian-kong-shen-qi-uptime-kuma

该文章为学习大佬总结的内容，该文章相关内容由该博主提供。

3.2.1 飞书机器人

飞书机器人支持通过 Webhook 接收告警消息，适配 Markdown 富文本格式，可清晰展示监控详情（如服务名称、状态、问题详情等），适合团队内部协同通知。

3.2.1.1 自定义告警模板

feishu_robot.py内容如下：

import os
import json
import time
import base64
import hmac
import hashlib
import requests
from flask import Flask, request

app = Flask(__name__)

FEISHU_WEBHOOK_URL = os.getenv("FEISHU_WEBHOOK_URL", "https://open.feishu.cn/open-apis/bot/v2/hook/xxxx")
FEISHU_SECRET = os.getenv("FEISHU_SECRET", "").strip()  # 开启“签名校验”才需要
HTTP_TIMEOUT = float(os.getenv("HTTP_TIMEOUT", "5"))


def gen_feishu_sign(secret: str, timestamp: int) -> str:
    """
    飞书自定义机器人“签名校验”算法：
    把 timestamp + "\n" + secret 当做 key，对空字符串做 HmacSHA256，再 Base64。
    官方文档描述就是这个逻辑。:contentReference[oaicite:3]{index=3}
    """
    key = f"{timestamp}\n{secret}".encode("utf-8")
    h = hmac.new(key, b"", digestmod=hashlib.sha256)
    return base64.b64encode(h.digest()).decode("utf-8")


def send_to_feishu(card: dict):
    payload = {
        "msg_type": "interactive",
        "card": card,
    }

    if FEISHU_SECRET:
        ts = int(time.time())
        payload["timestamp"] = str(ts)
        payload["sign"] = gen_feishu_sign(FEISHU_SECRET, ts)

    resp = requests.post(
        FEISHU_WEBHOOK_URL,
        headers={"Content-Type": "application/json"},
        data=json.dumps(payload, ensure_ascii=False).encode("utf-8"),
        timeout=HTTP_TIMEOUT,
    )

    if resp.status_code != 200:
        raise RuntimeError(f"Feishu HTTP {resp.status_code}: {resp.text}")

    try:
        data = resp.json()
    except Exception:
        raise RuntimeError(f"Feishu response not json: {resp.text}")

    # 飞书成功一般是 {"code":0,"msg":"success"}
    if isinstance(data, dict) and str(data.get("code")) not in ("0", "None"):
        raise RuntimeError(f"Feishu send failed: {data}")

    return data


def safe_dict(v):
    return v if isinstance(v, dict) else {}


def get_base_info(data: dict):
    monitor = safe_dict(data.get("monitor") or {})
    heartbeat = safe_dict(data.get("heartbeat") or {})

    status_raw = heartbeat.get("status")
    is_up = (status_raw == 1)

    status_text = "Up" if is_up else "Down"
    status_template = "green" if is_up else "red"

    return monitor, heartbeat, status_text, status_template


def md(v) -> str:
    if v is None:
        return "-"
    s = str(v)
    return s if s.strip() else "-"


def build_md(title: str, pairs: list[tuple[str, str]]) -> str:
    lines = [f"**{md(title)}**"]
    for k, v in pairs:
        lines.append(f"**{md(k)}：** {md(v)}")
    return "\n".join(lines)


def build_card(monitor_type: str, monitor: dict, heartbeat: dict, status_text: str, status_template: str) -> dict:
    name = monitor.get("name")
    msg = heartbeat.get("msg")
    local_dt = heartbeat.get("localDateTime")
    monitor_id = heartbeat.get("monitorID")

    if monitor_type == "http":
        content_md = build_md("【Uptime Kuma 监控告警】/ HTTP(s)", [
            ("项目名称", name),
            ("监控地址", monitor.get("url")),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    elif monitor_type == "port":
        content_md = build_md("【Uptime Kuma 监控告警】/ TCP Port", [
            ("项目名称", name),
            ("监控主机", monitor.get("hostname")),
            ("监控端口", monitor.get("port")),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    elif monitor_type == "ping":
        content_md = build_md("【Uptime Kuma 监控告警】/ Ping", [
            ("项目名称", name),
            ("监控主机", monitor.get("hostname")),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    elif monitor_type == "dns":
        content_md = build_md("【Uptime Kuma 监控告警】/ DNS", [
            ("项目名称", name),
            ("监控域名", monitor.get("hostname")),
            ("DNS服务器", monitor.get("dns_resolve_server")),
            ("查询类型", monitor.get("dns_resolve_type")),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    elif monitor_type == "snmp":
        content_md = build_md("【Uptime Kuma 监控告警】/ SNMP", [
            ("项目名称", name),
            ("监控主机", monitor.get("hostname")),
            ("对象标识符", monitor.get("snmpOid")),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    elif monitor_type == "smtp":
        content_md = build_md("【Uptime Kuma 监控告警】/ SMTP", [
            ("项目名称", name),
            ("监控主机", monitor.get("hostname")),
            ("监控端口", monitor.get("port")),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    elif monitor_type == "docker":
        content_md = build_md("【Uptime Kuma 监控告警】/ Docker 容器", [
            ("项目名称", name),
            ("监控容器", monitor.get("docker_container")),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    elif monitor_type in ("postgres", "mysql", "redis", "mongodb"):
        content_md = build_md(f"【Uptime Kuma 监控告警】/ {monitor_type.upper()}", [
            ("项目名称", name),
            ("问题详情", msg),
            ("检测时间", local_dt),
            ("当前状态", status_text),
            ("监控ID", monitor_id),
        ])
    else:
        raw = json.dumps({"monitor": monitor, "heartbeat": heartbeat}, ensure_ascii=False)
        if len(raw) > 4000:
            raw = raw[:4000] + " ... (truncated)"
        content_md = build_md(f"【Uptime Kuma 监控告警】/ 未知类型：{monitor_type}", [
            ("原始数据", f"```json\n{raw}\n```"),
        ])

    # ✅ 修复点：Card JSON 2.0 的 elements 必须在 body.elements 下
    card = {
        "schema": "2.0",
        "config": {
            "wide_screen_mode": True
        },
        "header": {
            "template": status_template,
            "title": {
                "tag": "plain_text",
                "content": "Uptime Kuma 监控告警"
            }
        },
        "body": {
            "direction": "vertical",
            "padding": "12px 12px 12px 12px",
            "elements": [
                {
                    "tag": "div",
                    "text": {
                        "tag": "lark_md",
                        "content": content_md
                    }
                }
            ]
        }
    }
    return card


@app.route("/sendnotify", methods=["POST"])
def sendnotify():
    try:
        data = request.json
        if not data or not isinstance(data, dict):
            return "invalid data", 400

        monitor_obj = data.get("monitor")
        monitor_type = monitor_obj.get("type") if isinstance(monitor_obj, dict) else "unknown"

        monitor, heartbeat, status_text, status_template = get_base_info(data)
        card = build_card(monitor_type, monitor, heartbeat, status_text, status_template)

        send_to_feishu(card)
        return "ok"
    except Exception as e:
        app.logger.error(f"处理失败: {str(e)}", exc_info=True)
        return f"处理失败: {str(e)}", 500


if __name__ == "__main__":
    app.run(host="0.0.0.0", port=8090)

编辑 feishu_robot.py，修改 webhook URL(云服务器则需要打开对应的端口）：

运行效果如下：

在这里插入图片描述

3.2.1.2 配置使用

设置 -> 通知 -> 设置通知 -> 通知类型（Webhook）

在这里插入图片描述

可以点击测试查看一下api是否能正常使用，在飞书中可以看到如下测试信息即可

在这里插入图片描述

范例：关闭监控中的某一网站进行测试

首先进入监控项开启通知

在这里插入图片描述

尝试关闭服务查看警告信息

在这里插入图片描述

完成

3.2.2 邮箱告警

3.2.2.1 基础使用

设置 -> 通知 -> 设置通知 -> 通知类型（电子邮箱SMTP）

在这里插入图片描述

注意，该密码为：

在这里插入图片描述

参考模板：

【Uptime Kuma 监控告警】/ <font color="{% if status == 'Up' %}green{% else %}red{% endif %}">HTTP(s)</font><br>
项目名称：<b>{{ name | default: "未命名服务" }}</b><br>
监控地址：{{ hostnameOrURL | default: "未配置" }}<br>
问题详情：<font color="{% if status == 'Up' %}green{% else %}red{% endif %}">{{ msg | default: "无详情" }}</font><br>
检测时间：{{ heartbeatJSON.localDateTime | default: "未获取" }}<br>
当前状态：<font color="{% if status == 'Up' %}green{% else %}red{% endif %}">{{ status | default: "未知状态" }}</font><br>
监控ID：{{ heartbeatJSON.monitorID | default: "未获取" }}

image-20260201160306326

范例：关闭监控中的某一网站进行测试(需要自行在监控项当中启用配置)

服务宕机邮件显示：

在这里插入图片描述

服务恢复正常邮件显示：

在这里插入图片描述

总结

回过头来看，Uptime Kuma 恰好解决了中小团队、独立开发者和个人站长的核心痛点 —— 无需面对 Zabbix 的繁琐配置，也不用攻克 Prometheus+Grafana 的陡峭学习曲线，用 Docker 一键部署就能快速落地。它不仅集齐了高颜值界面、自定义状态页、90+ 种通知渠道等实用功能，更能全面覆盖网站、数据库、Docker 容器等主流监控场景，填补了轻量监控工具的市场空白。

在此感谢： https://huangjingblog.cn/ 大佬与 J神 如此全面的帮助，让鄙人可以迅速了解并开始全流程的配置与方案实现，如果想使用企业微信、钉钉等告警方案，前往访问https://huangjingblog.cn/post/github-80k-xing-de-jian-kong-shen-qi-uptime-kuma。

而 Uptime Kuma 本身从部署到监控项配置，再到告警渠道对接，全程简单易操作，资源占用低且稳定性强，完全是 “小而美” 的极致体现。如果你正需要一套轻量化、全面且好上手的监控系统，Uptime Kuma 绝对值得一试，它会用实力证明：轻量监控也能兼顾全面性与实用性。

# github # prometheus # 安全 # 运维
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

2026 年中大模型横评：谁才是你真正该用的「大脑」？

2026年7月AI模型格局发生了显著变化，Claude Opus 5、Mythos 5等模型在综合知识和推理能力上占据领先地位，而GPT-5.6 Sol在编程和自动化任务中表现突出。开源模型如Kimi K3和DeepSeek V4在多场景下已接近闭源旗舰水平。文章建议根据具体需求（如编程、办公自动化或科学推理）选择合适的模型，并推荐通过兼容OpenAI/Anthropic协议的免费中转服务进行低成

avatar AI编程社区
cover

OpenClaw 接入 AI 模型完全指南 | 从零配置到实战应用

avatar AI编程社区

警惕Codex幻觉：AI编程的边界实测

定义：AI模型生成看似合理、语法正确，但逻辑错误、事实不符或无法执行的代码。表现形式虚构不存在的API或函数错误理解业务逻辑需求生成看似可行但存在安全漏洞的代码对过时技术栈给出“现代化”但错误的迁移建议与普通bug的区别：幻觉代码往往“伪装”得很好，需要通过特定边界条件或深入理解领域知识才能发现。AI编程工具无疑将深刻改变软件开发的面貌，但Codex幻觉提醒我们：技术乐观主义需要与审慎的工程实践相

avatar AI编程社区