答案是：用Python+psutil编写轻量监控脚本，定期采集CPU、内存、磁盘、网络指标，超阈值时计数告警并记录日志。核心包括模块化采集函数、连续超限判断、time.sleep定时循环、异常写入alert.log，支持跨平台部署。
用Python写一个自动监控系统资源使用率的脚本，核心是定期采集 CPU、内存、磁盘和网络等指标，判断是否超阈值，并记录或告警。不依赖复杂框架，用标准库 + psutil 就能快速落地。
安装并验证基础依赖
psutil 是跨平台系统监控利器，支持 Linux/Windows/macOS，先装好：
- pip install psutil
- 运行 python -c "import psutil; print(psutil.cpu_percent())" 确认能正常获取数据
分模块采集关键资源指标
每类资源用独立函数封装，返回字典格式便于后续处理：
- CPU 使用率：调用 psutil.cpu_percent(interval=1)（设 1 秒采样间隔，避免瞬时抖动）
- 内存使用率：psutil.virtual_memory().percent（直接得百分比）
- 根目录磁盘使用率：psutil.disk_usage('/').percent（Linux/macOS）或 psutil.disk_usage('C:\\').percent（Windows）
- 网络收发速率：用 psutil.net_io_counters() 记录前后两次差值，单位转为 KB/s
设置阈值与触发逻辑
把“什么算异常”明确写死或配置化，例如：
立即学习“Python免费学习笔记（深入）”；
- CPU > 90% 持续 3 次采样 → 记录告警
- 内存 > 95% → 发邮件或写日志
- 磁盘 > 90% → 同时检查 /var/log 或 C:\Temp 是否有大文件
建议用简单计数器（如 cpu_alarm_count = 0）做连续超限判断，比单次阈值更稳。
定时执行与结果输出
不用上 APScheduler 这类重型工具，用 time.sleep(10) 配合 while 循环就能满足分钟级监控：
- 每次采集后打印简明状态，如 [2024-06-15 14:22] CPU: 82.3% | Mem: 76.1%
- 异常时写入本地日志文件（with open("alert.log", "a") as f），含时间戳和详情
- 需要实时通知？可加几行 SMTP 代码发邮件，或调用企业微信/钉钉 Webhook
基本上就这些。脚本写完可丢进后台常驻运行（nohup python monitor.py &），再配合 logrotate 做日志轮转，一个轻量但可用的监控小工具就跑起来了。
