Communitygithub.com

netmiko-ssh-automation

Modèles Python Netmiko sécurisés pour la collecte en lecture seule, les sessions SSH groupées limitées, l'analyse TextFSM, les modifications de configuration protégées, les délais d'attente et la gestion des erreurs d'automatisation réseau.

Qu'est-ce que netmiko-ssh-automation ?

Cette compétence fournit des modèles Python éprouvés utilisant la bibliothèque Netmiko pour automatiser l'accès aux équipements réseau (routeurs, commutateurs, pare-feux) via SSH. Elle met l'accent sur la sécurité en proposant par défaut des opérations en lecture seule, avec des garde-fous explicites pour les modifications de configuration. La compétence couvre les modèles de connexion sécurisés, la collecte par lots avec concurrence limitée, l'analyse structurée des résultats de commandes via TextFSM/Genie, et les modifications de configuration protégées par un indicateur explicite (dry-run). Elle s'adresse aux ingénieurs réseau et développeurs automatisant des tâches de collecte d'informations ou de déploiement de changements, en veillant à éviter les pièges courants comme le codage en dur des identifiants, les scans réseau larges, ou les modifications sans plan de retour arrière. Les plateformes supportées incluent tous les équipements réseau supportés par Netmiko, avec des exemples spécifiques pour Cisco IOS. La compétence s'utilise dans n'importe quel environnement Python où Netmiko est installé, que ce soit pour des scripts autonomes, des pipelines CI/CD, ou des outils d'automatisation réseau comme Nornir ou Ansible.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/netmiko-ssh-automation

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Automatisation SSH avec Netmiko

Utilisez cette compétence lors de l'écriture ou de la révision d'automatisations Python qui se connectent à des équipements réseau avec Netmiko. Gardez le chemin par défaut en lecture seule ; les modifications de configuration nécessitent une fenêtre de changement distincte, une relecture par un pair et un plan de retour arrière.

Quand l'utiliser

  • Collecter la sortie de commandes show sur des routeurs, commutateurs ou pare-feux.
  • Construire un petit script d'audit pour les interfaces, le routage ou les preuves de configuration.
  • Ajouter des délais d'attente et une gestion des exceptions aux scripts SSH réseau.
  • Analyser la sortie de commandes avec TextFSM lorsqu'un modèle existe.
  • Réviser une automatisation avant qu'elle ne touche les équipements de production.

Réglages de sécurité par défaut

  • Commencez par la collecte en lecture seule avec send_command().
  • Gardez l'inventaire petit et explicite ; ne balayez pas des plages d'adresses entières.
  • Utilisez des variables d'environnement, un coffre-fort ou getpass ; ne codez jamais les identifiants en dur.
  • Définissez des délais d'attente de connexion et de lecture.
  • Limitez la concurrence pour ne pas surcharger les équipements plus anciens.
  • Exigez un indicateur explicite pour l'opérateur avant send_config_set().
  • N'appelez pas save_config() tant que le changement n'a pas été vérifié et approuvé.

Modèle de connexion en lecture seule

import os
from getpass import getpass
from netmiko import ConnectHandler
from netmiko.exceptions import (
    NetmikoAuthenticationException,
    NetmikoTimeoutException,
    ReadTimeout,
)

device = {
    "device_type": "cisco_ios",
    "host": "192.0.2.10",
    "username": os.environ.get("NETMIKO_USERNAME") or input("Utilisateur : "),
    "password": os.environ.get("NETMIKO_PASSWORD") or getpass("Mot de passe : "),
    "secret": os.environ.get("NETMIKO_ENABLE_SECRET"),
    "conn_timeout": 10,
    "auth_timeout": 20,
    "banner_timeout": 15,
    "read_timeout_override": 30,
}

try:
    with ConnectHandler(**device) as conn:
        if device.get("secret") and not conn.check_enable_mode():
            conn.enable()
        output = conn.send_command("show ip interface brief", read_timeout=30)
        print(output)
except NetmikoAuthenticationException:
    print("Authentification échouée")
except NetmikoTimeoutException:
    print("Connexion SSH expirée")
except ReadTimeout:
    print("Lecture de la commande expirée")

Utilisez des adresses de documentation dans les exemples. Conservez l'inventaire réel dans un fichier local ignoré ou un système de gestion des secrets.

Collecte par lots

from concurrent.futures import ThreadPoolExecutor, as_completed
from typing import Any

def collect_show(device: dict[str, Any], command: str) -> dict[str, Any]:
    host = device["host"]
    try:
        with ConnectHandler(**device) as conn:
            output = conn.send_command(command, read_timeout=45)
        return {"host": host, "ok": True, "output": output}
    except (NetmikoAuthenticationException, NetmikoTimeoutException, ReadTimeout) as exc:
        return {"host": host, "ok": False, "error": type(exc).__name__}

results = []
with ThreadPoolExecutor(max_workers=8) as pool:
    futures = [pool.submit(collect_show, device, "show version") for device in devices]
    for future in as_completed(futures):
        results.append(future.result())

Gardez max_workers bas à moins que le parc d'équipements et les systèmes AAA ne soient connus pour gérer un volume de connexions plus élevé.

Analyse structurée

Netmiko peut demander à TextFSM, TTP ou Genie d'analyser la sortie de commandes prises en charge. Considérez la sortie de l'analyseur comme une optimisation, pas comme la seule source de preuve.

with ConnectHandler(**device) as conn:
    parsed = conn.send_command(
        "show ip interface brief",
        use_textfsm=True,
        raise_parsing_error=False,
        read_timeout=30,
    )

if isinstance(parsed, str):
    print("Aucun modèle d'analyse trouvé ; conservez la sortie brute pour examen")
else:
    for row in parsed:
        print(row)

Si l'analyse guide une décision bloquante, conservez la sortie brute de la commande à côté du résultat analysé afin qu'un opérateur puisse inspecter les divergences.

Modèle de configuration protégée

import os

commands = [
    "interface GigabitEthernet0/1",
    "description CHANGE-1234 UPLINK-TO-CORE",
]

apply_changes = os.environ.get("APPLY_NETWORK_CHANGES") == "1"

if not apply_changes:
    print("Simulation uniquement. Commandes candidates :")
    print("\n".join(commands))
else:
    with ConnectHandler(**device) as conn:
        conn.enable()
        before = conn.send_command("show running-config interface GigabitEthernet0/1")
        output = conn.send_config_set(commands)
        after = conn.send_command("show running-config interface GigabitEthernet0/1")
        print(before)
        print(output)
        print(after)
        print("Vérifiez le comportement avant de sauvegarder la configuration de démarrage.")

Sauvegarder la configuration est une étape d'approbation distincte. En production, incluez un extrait de retour arrière et capturez les preuves avant/après dans l'enregistrement de changement.

Liste de vérification pour la révision

  • Le script identifie-t-il une source d'inventaire explicite ?
  • Les identifiants sont-ils absents du code source, des journaux et des messages d'exception ?
  • Les délais conn_timeout, auth_timeout et read_timeout de la commande sont-ils définis ?
  • Les échecs sont-ils signalés par équipement sans arrêter tout le lot ?
  • Le script évite-t-il les analyses larges et la concurrence illimitée ?
  • Les modifications de configuration sont-elles protégées par un indicateur de simulation ou un indicateur explicite pour l'opérateur ?
  • save_config() est-elle séparée du push initial et liée à une vérification ?

Anti-patrons

  • Coder en dur les mots de passe, les secrets enable ou les clés privées dans le code source.
  • Envoyer des commandes de configuration comme chemin de code par défaut.
  • Exécuter l'automatisation sur une plage CIDR au lieu d'un inventaire examiné.
  • Journaliser les configurations complètes en cours d'exécution vers des systèmes partagés sans anonymisation.
  • Considérer le succès de l'analyse comme une preuve que l'état de l'équipement est correct.

Voir aussi

  • Compétence : cisco-ios-patterns
  • Compétence : network-config-validation
  • Compétence : network-interface-health

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills associés