Server Guardian
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
