add nvidia_smi README

inputs/nginx_upstream_check/README.md

@@ -10,6 +10,8 @@ nginx_upstream_check_status_code != 1
 
 ## Configuration
 
+配置文件在 `conf/input.nginx_upstream_check/nginx_upstream_check.toml`
+
 ```toml
 # # collect interval
 # interval = 15

inputs/nvidia_smi/README.md

@@ -0,0 +1,33 @@
+# nvidia_smi
+
+该采集插件的原理，就是读取 nvidia-smi 的内容输出，转换为监控数据上报。
+
+## Configuration
+
+配置文件在 `conf/input.nvidia_smi/nvidia_smi.toml`
+
+```toml
+# # collect interval
+# interval = 15
+
+# 下面这个配置是最重要的配置，如果要采集 nvidia-smi 的信息，就打开下面的配置，
+# 给出 nvidia-smi 命令的路径，最好是给绝对路径
+# 相当于让 Categraf 执行本机的 nvidia-smi 命令，获取本机 GPU 的状态信息
+# exec local command
+# nvidia_smi_command = "nvidia-smi"
+
+# 如果想远程方式采集远端机器的 GPU 状态信息，可以使用 ssh 命令，登录远端机器
+# 在远端机器执行 nvidia-smi 的命令输出，通常 Categraf 是部署在每个物理机上的
+# 所以，ssh 这种方式，理论上用不到
+# exec remote command
+# nvidia_smi_command = "ssh -o StrictHostKeyChecking=no -o UserKnownHostsFile=/dev/null SSH_USER@SSH_HOST nvidia-smi"
+
+# Comma-separated list of the query fields.
+# You can find out possible fields by running `nvidia-smi --help-query-gpus`.
+# The value `AUTO` will automatically detect the fields to query.
+query_field_names = "AUTO"
+```
+
+## TODO
+
+GPU 卡已经关注哪些监控指标，缺少监控大盘JSON和告警规则JSON，欢迎大家 PR