AgentsMeeting/docs/OPS.md

AgentsMeeting — 运维手册

版本: v2.1 | 日期: 2026-07-19

---

日常检查

Dashboard

打开 http://192.168.1.246:5803 查看所有 Agent 和平台服务状态。

• 绿色 = 在线
• 黄色 = degraded（进程活着但 XMPP 不稳）
• 红色 = 离线
• 灰色 = 未知（远程 Agent，无法检测）

展开 Agent 卡片可查看实时日志。

命令行检查

# Windows 快速状态
powershell -File deploy\windows\check.ps1

# Linux 所有 systemd 服务
systemctl status agentsmeeting-dashboard hermes-gateway@{profile} xmpp-bot-{name}

---

监控架构

Dashboard (:5803, Linux)
  │
  ├── Docker exec ejabberdctl → 在线 JID 列表（跨平台权威）
  ├── GET 192.168.1.16:5802/health → xmpp_bot XMPP 连接状态
  ├── GET 192.168.1.16:5810/health → article_processor 文章抓取服务
  └── crontab 定时管线
        ├── */5  agents_health_check.py  → Tier1 快速检查
        ├── 0 8  agents_daily_health.py  → Tier2 每日全面检查
        ├── */10 self_todo_executor.py   → TODO 自修复
        └── */5  auto_heal.py            → systemd/docker 自动重启

详见 docs/HEALTH-PIPELINE.md

---

systemd 服务（Linux）

服务	命令
agentsmeeting-dashboard	systemctl status/restart agentsmeeting-dashboard
hermes-gateway@mohe	systemctl status hermes-gateway@mohe
hermes-gateway@zhiwei	systemctl status hermes-gateway@zhiwei

Docker 服务: docker restart wxBotWebhook（微信桥接）、docker compose restart（ejabberd）

---

健康端点

端点	说明
GET :5803/api/health	Dashboard 自身健康
GET :5803/api/services	所有注册服务实时状态
GET :5803/api/expected	期望状态矩阵（含 key/spec）
GET :5803/api/monitor	聚合监控（tasks + Tier1 + Tier2）
GET :5803/api/autoheal	最近自动修复记录
GET :5803/api/ejabberd	ejabberd 在线用户列表
GET :5803/api/platform	平台服务状态
gateway/temp/last_health_check.json	Tier1 报告文件
gateway/temp/last_daily_health.json	Tier2 报告文件

日志位置

日志	路径（Linux 246）	用途
health_check.log	gateway/logs/	Tier1 健康检查
daily_health.log	gateway/logs/	Tier2 每日检查
auto_heal.log	gateway/logs/	自动修复引擎
todo_executor.log	gateway/logs/	TODO 自修复执行器
dashboard	sudo journalctl -u agentsmeeting-dashboard -f	Dashboard 运行日志

Windows 端日志（192.168.1.16）:

日志	路径	用途
xmpp_bot.log	gateway\logs\	bot 连接/消息
watchdog.log	gateway\logs\	看门狗启停

---

常见故障

Bot 频繁断连

症状: 日志每 ~50 秒出现 disconnected, reconnecting...

根因: ejabberd mod_ping: timeout_action: kill 在 frp 隧道延迟下超时

已修复: timeout_action: none

MUC 加群失败

症状: MUC join timeout (1/3) ... MUC setup failed

根因: ejabberd TLS 证书未覆盖 conference.yoin.fun

已修复: 生成自签证书 conference.pem 并加入 certfiles；用 SSH+ejabberdctl 绕过跨平台监控

API Key 额度超限

症状: bridge.log 显示 HTTP 429，bot 不回复

处理: 等待配额重置（火山每月 15 日 00:00 CST），或切换 provider

两个 bot 同时跑

症状: 消息重复回应

根因: watchdog 没杀旧进程就启动新进程

已修复: watchdog start_bot() 先 kill 旧进程 + proc_guard PID 锁

---

数据管理

# Linux 端 — Hermes session 归档
cd ~/.hermes/profiles/main/
cp state.db state.db.$(date +%Y%m%d)
hermes session prune --older-than 30d