Server Guardian

服务器健康监控与自动恢复技能。当服务器出现卡顿、崩溃、Bot 连接异常或网关中断时使用此技能。支持：执行健康检查、自动诊断故障、一键恢复 Gateway、清理内存/磁盘、整理日志、检查 OOM Killer 等操作。触发场景包括：服务器变慢、Bot 无响应、日志报 ERROR、内存/磁盘告警、进程消失等任何异常情况。

Overview

OpenClaw 服务器的"守护神"，负责检测、诊断和自动修复服务器异常。

核心能力：

1. 健康检查 — 5 维度全面诊断（CPU / 内存 / 磁盘 / 进程 / 日志）
2. 自动恢复 — 根据诊断结果执行对应修复，无需人工干预
3. 预防性维护 — 日志整理、OOM 检查、配置优化

Quick Start

遇到服务器异常时，直接说：

• "执行健康检查"
• "检查服务器状态"
• "Gateway 挂了，帮我看看"
• "服务器好卡，诊断一下"

Workflow

发现异常
  ↓
执行 health_check.sh（健康检查）
  ↓
┌─ OK     → 正常，无需操作
├─ WARN   → 关注，可选执行 auto_recover.sh
└─ CRITICAL → 立即执行 auto_recover.sh full

Health Check

运行诊断脚本（无需参数）：

bash /root/.openclaw/workspace/skills/server-guardian/scripts/health_check.sh

检查 5 大维度：

维度	检查内容	告警阈值
系统	CPU 负载	> 2×核心数
系统	内存使用率	> 90%
系统	磁盘使用率	> 90%
进程	Gateway 存活	进程消失
进程	OpenClaw 进程数	进程消失
网络	Gateway API 端口	端口不通
日志	ERROR/FATAL 关键词	任意 1 个
系统	崩溃日志（journalctl）	最近 1h 有记录

退出码：

• 0 = 正常
• 1 = 警告（建议关注）
• 2 = 严重（立即处理）

Auto Recovery

自动恢复脚本，支持多种操作：

bash /root/.openclaw/workspace/skills/server-guardian/scripts/auto_recover.sh <action>

action	说明
check	执行健康检查（同上）
restart	仅重启 Gateway
full	推荐 完整恢复流程（整理日志→检查OOM→清理内存→重启Gateway→验证）
mem	清理内存缓存
procs	查找并处理高内存进程
logs	压缩大日志 + 清理 30 天+旧日志
disk	清理磁盘空间（npm/pnpm 缓存）
oom	检查 OOM Killer 记录
optimize	输出 Gateway 配置优化建议
menu	交互式菜单

推荐使用 full，一次性完成完整恢复。

OOM Killer 检测

内存耗尽时系统会触发 OOM Killer 自动杀掉进程。若检测到 OOM：

表现：

• Bot 进程突然消失
• dmesg | grep killed 有输出
• Gateway 日志无错误但进程没了

处理建议：

• 增加 SWAP 空间
• 在 gateway.yml 中添加内存限制
• 使用 auto_recover.sh full 重启恢复

Gateway 重启

# 标准重启（推荐）
openclaw gateway restart

# 强制启动
openclaw gateway start

# 查看状态
openclaw gateway status

重启后等待 5-8 秒再验证是否成功。

告警阈值参考

详见 references/thresholds.md

故障排查指南

详见 references/troubleshooting.md