ansible自定义模块开发的核心是用python编写符合规范的独立脚本：输入必须通过stdin接收json参数，输出必须是含changed和msg字段的json到stdout，文件名即模块名且置于library/等正确路径。
Ansible 模块化开发的核心，是用 Python 写一个能被 Playbook 调用、在目标主机上独立运行的小程序。它不是写个 Shell 脚本再用 script 模块去跑，而是真正成为 Ansible 的“一等公民”——支持参数校验、幂等性、检查模式（check_mode）、结构化返回，还能和 Ansible 的错误处理、日志、回调机制无缝协同。
自定义模块必须满足的三个硬要求
不满足以下任意一条，模块就无法被 Ansible 正确识别或稳定运行：
- 输入统一走 stdin：Ansible 把任务参数序列化为 JSON 后，通过标准输入传给模块脚本，不能依赖命令行参数或环境变量传参
-
输出必须是合法 JSON 到 stdout：结果字典至少包含
changed（布尔值）和msg（字符串），推荐用AnsibleModule.exit_json()或fail_json()统一输出，避免手动print(json.dumps(...))出错 -
文件名即模块名，且放在正确路径：比如想用
- name: my_upload调用，模块文件就得叫my_upload.py，并放在library/目录下（项目级）或全局模块路径（如/usr/share/ansible/modules/）
从零写一个带参数校验的文件写入模块
以“写入指定内容到远程文件”为例，展示企业级开发习惯：
- 用
AnsibleModule初始化，声明argument_spec明确参数类型、是否必填、默认值和校验规则（比如path必须是绝对路径，content长度不能超 10KB） - 主动支持
check_mode：如果用户加了--check，模块只做预判，不真实写文件，但返回changed=True表示“若执行就会变更” - 异常捕获要具体：区分
IOError（磁盘满/权限不足）、ValueError（内容非法）等，并用module.fail_json(msg=...)抛出带上下文的错误，方便 Playbook 中failed_when判断 - 幂等逻辑写清楚：先读原文件，比对内容是否一致；一致则
changed=False，避免无谓覆盖
部署与调试的实用技巧
别等写完再测试，边写边验证更高效：
- 本地快速验证：直接在控制节点运行模块脚本，模拟 Ansible 输入，例如：
echo '{"path":"/tmp/test.txt","content":"hello"}' | python library/my_upload.py - Playbook 中启用详细输出：
ansible-playbook deploy.yml -vvv可看到模块传输过程、临时路径、完整 JSON 输入输出 - Python 版本注意：模块首行
#!/usr/bin/env python3要和目标主机实际 Python 解释器匹配；若部分主机只有 Python 2，要么统一升级，要么在ansible.cfg中配置interpreter_python = /usr/bin/python3 - 模块路径优先级：Playbook 当前目录下的
library/>ANSIBLE_LIBRARY环境变量 >ansible.cfg中配置的library路径 > 默认系统路径；多项目共用时建议用环境变量统一管理
什么场景值得写自定义模块，而不是拼内置模块？
不是所有需求都该写模块，判断依据很实际：
- 调用内部 API：比如向 CMDB 提交资产变更、触发工单系统审批、查询监控平台阈值 —— 这些没有现成模块，且涉及鉴权、重试、字段映射等复杂逻辑
-
封装重复判断链：例如“先查进程是否存在 → 存在则杀掉 → 再拉起新版本 → 最后验证端口监听”，拆成多个
command或shell任务可读性差、难复用、失败点分散 -
需要精确控制 changed 状态：内置
copy模块只看文件内容和属性，但业务上可能要求“只要时间戳更新就算 changed”，或“仅当配置项实际生效才标记 changed” -
跨平台行为差异大：比如在 Linux 上用
systemctl，在 AIX 上用startsrc，在 Windows 上用win_service—— 自定义模块可内部做 OS 判定，对外暴露统一接口
