看门狗心跳检测

为常驻OpenClaw系统提供可观测性和恢复感知能力。验证进程存活状态、心跳新鲜度及工作流完整性。

输入

必需参数：

• - servicelist — 受监控服务列表及其预期健康状态
• healthendpoints — 服务→健康检查端点或方法的映射
• heartbeatrecords — 各代理/技能的最新心跳时间戳
• workflowstatusrecords — 所有活跃工作流的当前状态
• restartrecords — 服务重启与恢复事件的历史记录

输出结构

servicehealthsummary: {
service: string
status: healthy | degraded | down | unknown
last_check: string # ISO-8601格式
latency_ms: number | null
error: string | null
}[]

expiredheartbeatlist: {
agentorskill: string
last_heartbeat: string # ISO-8601格式
seconds_expired: number
severity: warning | critical
}[]

stuckworkflowlist: {
workflow_id: string
workflow_name: string
stuck_since: string # ISO-8601格式
stuckdurationmin: number
last_progress: string | null
severity: warning | critical
}[]

recovery_recommendation: {
action: restart | notify | escalate | noaction | degradedmode
target: string
reason: string
}[]

degradedmoderecommendation: {
affected_services: string[]
degraded_features: string[]
estimatedrecoverytime: string | null
user_impact: string
}

watchdog_log: {
check_id: string
check_time: string # ISO-8601格式
services_checked: number
heartbeats_checked: number
workflows_checked: number
issues_found: number
observability_gap: string[] | null
}

规则

1. 1. 进程存活≠健康状态。 需检查近期成功记录，而非仅确认进程存在。
2. 过期心跳需触发关注。 不得忽略过期心跳信号。
3. 卡死工作流必须明确上报。 不允许其无声无息地消失。
4. 静默故障不可接受。 若发生故障且无人获知，即构成系统级故障。
5. 区分警告与严重级别。 警告=可能自动恢复。严重=需要人工干预。

心跳过期阈值

工作流卡死阈值

恢复操作

• - noaction — 处于正常参数范围内
• notify — 通知人工，不自动重启
• restart — 尝试自动重启
• escalate — 需要人工干预
• degradedmode — 降低功能，维持部分服务

故障处理

若监控数据不完整：

• - 在observability_gap中列出缺失字段名称
• 将受影响服务的status报告为unknown
• 不得伪造健康状态
• 若关键服务存在可观测性缺口，建议执行escalate操作