140 lines
3.8 KiB
Markdown
140 lines
3.8 KiB
Markdown
# 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
|
||
|
||
```powershell
|
||
# Windows 快速状态
|
||
powershell -File deploy\windows\check.ps1
|
||
```
|
||
|
||
```bash
|
||
# 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
|
||
|
||
```bash
|
||
# 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
|
||
```
|