1. 焦虑：别人都在"手搓"，我还没开始
2026 年了，打开技术社区，满屏都是"我用 AI 手搓了一个 XXX"：
有人用 AI 写了个巡检脚本，自动发告警到飞书；有人用 AI 做了个慢 SQL 分析面板，比 MacOS还好看；还有人更狠，直接用 AI 从零搭了一套运维平台，前端后端一把梭。
作为一个传统DBA，我的内心还是略微有点慌张。
“别人用 AI 搓代码，我问豆包干饭哪家最优惠。”
直到有一天，我在 社区上刷到了一个项目：TiOps——一个已经做好的、开箱即用的 TiDB 多集群运维平台。我突然想通了一件事：
AI 时代的核心能力，不是"从零造一切"，而是"找到最好的轮子，用 AI 改成自己的"。
2. 转念：与其从零手搓，不如复制成熟产品
让我把思路转变的过程梳理一下：
方案一：从零手搓运维平台
-
时间成本：3 个月+
-
风险：高（可能烂尾）
-
我的能力：
缺前端+后端经验
方案二：等公司排开发资源
-
时间成本：排队半年+
-
风险：中（不一定排得上）
-
我的能力：
不归我管
方案三：复制成熟项目 + AI 微调
-
时间成本：1 天
-
风险：低（核心逻辑已验证）
-
我的能力：
DBA + AI 工具
选第三条路。理由很简单：
-
TiOps 已经是一个成熟产品——多集群管理、会话管理、SQL Binding、巡检告警、每日报告……DBA 需要的功能它全有。我需要的不是"造"这些功能，而是"用"这些功能。
-
我的痛点是界面风格不匹配——公司有自己的视觉规范，原版界面虽然能用，但不好意大大方方在公司用。这个问题，用 TRAE 让 AI 改一下 颜色风格就能解决。
-
部署到内网就能直接用——纯 Python 项目，没有复杂依赖，一台服务器跑起来就行。
核心思路
不要"从零手搓"，要"找到最好的开源项目 → 用 AI 做定制化改造 → 快速上线"。—我们是 DBA，不是程序员。
3. 认识 TiOps：开箱即用的 TiDB 运维平台
项目地址：https://github.com/forthree-point/tiops-tidb-
TiOps 是一个轻量级、可私有化部署的 TiDB 多集群运维平台。它把集群总览、会话管理、SQL Binding、常用运维、健康巡检、自动告警和每日报告集中在同一个 Web 界面中，适合 DBA 统一管理多套集群。
TiOps 包含以下核心模块：
-
多集群总览：统一管理多套 TiDB 集群，查看状态，快速跳转 PD、Grafana、TiDB Status 和 Prometheus
-
会话管理：查看当前连接与 SQL，支持单会话、分组、批量 Kill，以及按条件循环 Kill
-
SQL Binding：查看、创建和删除 TiDB Plan Binding，辅助处理执行计划不稳定问题
-
一键运维：查看 Binlog 状态、执行 Binlog Recover、查看参数、表容量与 TiKV Labels
-
巡检中心：集中检查 TiKV 运行时长、CDC、Drainer、磁盘、CPU、内存、I/O、网络、长 SQL
-
每日报告：跨集群并发采集 12 项健康指标，自动评级并生成可下载的巡检报告
-
自动告警：后台定时检查磁盘、CDC、TiKV 和长 SQL，支持页面查看和自定义阈值
-
可视化设置：页面中添加、修改、删除集群并配置巡检阈值，修改后即时生效
-
Web 主题：支持跟随系统、深色和浅色三种模式
-
AI SQL 优化入口：配置 ChatGPT、DeepSeek、Qwen、Kimi 或内部大模型网页，首页一键跳转
为什么选 TiOps？
纯 Python、零框架依赖、AES-256-CBC 加密、支持内网部署——完全符合企业内网运维的安全要求。而且功能覆盖了 DBA 日常 90% 的操作场景，不需要我再补功能，只需要改皮肤。
4. 第一步：获取代码（3 分钟）
服务器能访问 GitHub 时，直接 clone：
# 从 GitHub 获取
git clone https://github.com/forthree-point/tiops-tidb-.git
cd tiops-tidb-
# 国内网络也可以从 Gitee 获取
# git clone https://gitee.com/guanguanglei/tiops-tidb.git
# cd tiops-tidb
5. 第二步：用 TRAE 打开项目，理解架构（10 分钟）
把下载好的项目用 TRAE 打开。打开项目后，直接在 TRAE 的对话框里问：
请分析这个项目的整体架构，告诉我：
1. 项目的核心功能是什么
2. 前端界面在哪个文件里
3. 如果我要改界面风格，需要改哪些文件
TRAE 会帮你快速理解项目结构。对于 TiOps，核心文件及职责如下：
-
app.py：启动入口，HTTP 服务器 + 后台调度 —— 不需要改 -
handler.py：路由分发 + 会话认证 —— 不需要改 -
templates.py：页面模板、CSS 样式 —— 主要改这里 -
sessions.py：会话管理页面 —— 可能微调 -
bindings.py：SQL Binding 管理页面 —— 不需要改 -
ops.py：一键运维功能 —— 不需要改 -
inspection.py：Prometheus 查询 + 并发巡检 —— 不需要改 -
alerts.py：告警注册表 + 后台调度 —— 不需要改 -
clusters.py：集群配置 + AES 加密 —— 不需要改 -
daily_report.py：每日巡检报告生成 —— 不需要改
6. 第三步：用 TRAE 美化界面，贴合公司风格（2 小时）
这是整个过程中最有意思的一步。我公司的视觉规范是：深绿主色 + 浅灰背景 + 圆角卡片风格。原版 TiOps 是深色科技风，虽然好看但一看就不是我自己做的。
于是在 TRAE 里，我把公司的视觉规范描述给 AI，让它帮我改 CSS：
请帮我修改 templates.py 中的 CSS 样式，适配我们公司的视觉规范：
1. 主色调改为深绿
2. 背景改为浅灰
3. 表格表头用深绿背景白字
4. 按钮用深绿底色，hover 时变亮
5. 告警等级颜色保持不变（红/橙/绿），其他文字颜色统一为深灰
6. 整体风格偏向企业级后台管理系统，干净简洁
请直接修改代码并保持原有功能不变。
TRAE 会直接帮你改好 templates.py 中的 CSS。改完之后，我还让它帮我做了几个细节优化：
-
添加公司 Logo——让 AI 在导航栏左侧加一个占位 Logo 位，后续替换成公司图片
-
修改登录页——把登录页背景色和按钮风格也统一改成公司风格
-
优化表格间距——公司屏幕大，让表格行高稍微加大，看起来更舒服
-
页脚添加版权信息——加上"Powered by TiOps"和公司名称
整个过程大概花了 1 小时，包括反复预览和微调。
7. 第四步：部署到内网，正式使用（10 分钟）
界面改好后，把项目传到内网服务器，按以下步骤部署：
# 1. 进入项目目录
cd tiops-tidb-
# 2. 赋予脚本执行权限
chmod +x setup.sh star.sh stop.sh setup_key.sh
# 3. 初始化 Python 虚拟环境、依赖和密钥
./setup.sh
8. 最终效果与使用场景
从拿到代码到内网上线，总时间线如下：
-
00:00 下载代码 —— git clone 到本地，用 TRAE 打开
-
00:03 理解架构 —— TRAE 分析项目结构，确认界面代码在 templates.py
-
00:10 开始美化界面 —— 向 TRAE 描述公司视觉规范，AI 生成并修改 CSS
-
01:00 界面微调完成 —— Logo、登录页、表格间距、页脚版权信息全部到位
-
01:10 传到内网服务器 —— scp 上传到运维机
-
01:40 部署启动 —— setup.sh 初始化 + .env 配置 + star.sh 启动
-
01:45 添加集群配置 —— 登录后台，在设置页面添加 测试环境TiDB 集群
-
01:50 正式使用 —— 测试下多集群总览、会话管理、巡检报告功能是否可用
不到 2 小时，一个贴合公司风格、管理 几十套 TiDB 集群的运维平台就上线了。
9. 写在最后：AI 时代的 DBA 生存法则
AI 时代，最怕的不是"不会写代码"，而是陷入"我也要从零手搓一个"的执念。
不造轮子，用轮子，改轮子。
这是 AI 时代 DBA 最务实的生存方式。