需结合psutil库构建监控逻辑：一、终端实时刷新；二、CSV日志记录；三、Flask暴露HTTP接口；四、CodeGeeX生成带阈值告警版本；五、跨平台兼容增强写法。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望使用CodeGeeX辅助编写Python系统监控代码，以实时追踪CPU、内存、磁盘和网络等资源使用情况，则需结合psutil库构建轻量级监控逻辑。以下是多种可直接运行的实现方法：
一、基于psutil的终端实时监控脚本
该方法通过循环调用psutil接口获取系统指标，并在控制台持续刷新显示，适合本地调试与快速验证。依赖单一、无外部服务要求，启动即用。
1、安装psutil库：执行命令 pip install psutil。
2、创建Python文件（如monitor.py），写入以下内容：
立即学习“Python免费学习笔记（深入）”；
3、导入模块：在文件开头添加 import psutil, time, os。
4、定义刷新函数：编写 def print_stats():，内部调用 psutil.cpu_percent()、psutil.virtual_memory().percent、psutil.disk_usage('/').percent 和 len(psutil.net_connections()) 获取对应值。
5、添加清屏与输出：在循环中使用 os.system('cls' if os.name == 'nt' else 'clear') 清屏，再逐行打印各项指标。
6、启动主循环：使用 while True: 包裹调用 print_stats() 并接 time.sleep(2) 控制刷新间隔。
二、生成CSV日志的后台记录方案
该方法将每轮采集的资源数据追加写入CSV文件，便于后续用Excel或Pandas分析趋势，不占用终端界面，适合长期值守场景。
1、确保已安装psutil：若未安装，运行 pip install psutil。
2、导入模块：在脚本中加入 import psutil, csv, datetime, time。
3、初始化CSV文件：检查 monitor_log.csv 是否存在；若不存在，写入表头：时间,CPU%,内存%,磁盘%,活跃连接数。
4、构造数据行：每次采集后生成列表，包含 datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S') 及各psutil数值。
5、追加写入：使用 open('monitor_log.csv', 'a', newline='') as f 打开文件，调用 csv.writer(f).writerow(row) 写入单行。
6、设置采集周期：在 while True: 循环末尾插入 time.sleep(5) 实现5秒采样间隔。
三、简易HTTP接口暴露监控数据
该方法利用Flask启动一个本地HTTP服务，将当前系统状态以JSON格式响应，便于前端页面或curl工具直接拉取，无需额外客户端开发。
1、安装依赖：执行 pip install psutil flask。
2、创建app.py文件，顶部写入 from flask import Flask, jsonify 和 import psutil。
3、初始化Flask应用：声明 app = Flask(__name__)。
4、定义路由：添加装饰器 @app.route('/stats')，函数返回 jsonify({ ... })，键包括cpu、memory、disk、net_connections，值为对应psutil调用结果。
5、处理异常：在字典值中对 psutil.disk_usage('/') 加 try/except 防止路径不可达导致崩溃。
6、启动服务：在文件末尾添加 if __name__ == '__main__': app.run(host='127.0.0.1', port=5000)。
四、使用CodeGeeX生成带告警阈值的版本
该方法借助CodeGeeX的代码补全能力，在基础采集逻辑上叠加阈值判断与终端提示，当某项资源超限时立即输出高亮警告，提升响应及时性。
1、在CodeGeeX编辑器中输入提示词：“写一个Python脚本，用psutil监控CPU和内存，当CPU > 85% 或内存 > 90% 时打印红色警告”。
2、接受生成结果后，检查是否包含 if cpu_pct > 85 or mem_pct > 90: 判断分支。
3、确认警告输出语句使用了 print('\033[91m[ALERT] CPU or Memory overload!\033[0m') 实现终端红字。
4、验证psutil调用前有 import psutil 且无语法错误。
5、补充休眠逻辑：在主循环末尾手动添加 time.sleep(3) 避免高频刷屏。
6、运行脚本，观察负载升高时是否触发对应颜色告警输出。
五、跨平台兼容性增强写法
该方法规避Windows与Linux路径差异、权限限制及API行为分歧，确保同一份脚本在不同系统下均可采集核心指标，减少维护成本。
1、统一导入：脚本开头写 import psutil, platform, time。
2、动态磁盘路径：使用 psutil.disk_partitions()[0].mountpoint 替代硬编码 '/' 或 'C:'。
3、网络连接容错：调用 psutil.net_connections(kind='inet') 前加 try:，捕获 psutil.AccessDenied 异常并设连接数为0。
4、系统标识适配：用 platform.system() 判断是否为Windows，决定是否跳过某些Linux专属指标（如loadavg）。
5、CPU逻辑统一：始终使用 psutil.cpu_percent(interval=1)，避免在Windows上因未设interval导致首次返回0.0。
6、内存单位标准化：从 psutil.virtual_memory() 中提取 percent 字段，不依赖total/used计算。
