infra-health-check

# 工部基础设施健康巡检 ## When to Use - 定期系统健康检查（建议 cron 每日） - 六部冒烟测试后执行 - Gateway 异常时诊断 - 部署变更后验证 ## 检查项目 ### 1. Gateway 状态 ```bash hermes profile list 2>/dev/null | grep -c running ps aux | grep hermes-gateway | grep -v grep | wc -l ``` ### 2. 磁盘使用 ```bash df -h ~/.hermes du -sh ~/.hermes/profiles/regent/cron/output/ du -sh ~/.hermes/kanban/ ``` ### 3. 内存/CPU ```bash ps aux | grep hermes | awk '{sum+=$6} END {print sum/1024 " MB"}' top -l 1 | head -10 ``` ### 4. 进程健康 ```bash # 检查 gateway 进程 pgrep -f hermes-gateway && echo "OK" || echo "DOWN" # 检查 kanban watchdog hermes cron list 2>/dev/null | grep watchdog | grep -c active ``` ### 5. Config 完整性 ```bash for p in engineer gongbu budget protocol tester registry; do f="~/.hermes/profiles/$p/config.yaml" [ -f "$f" ] && echo "$p: $(wc -l < $f)L" || echo "$p: MISSING" done ``` ### 6. Cron 输出膨胀检查 ```bash find ~/.hermes/profiles/regent/cron/output -type f | wc -l du -sh ~/.hermes/profiles/regent/cron/output/ # 阈值：>10000 文件或 >20MB 告警 ``` ## 输出格式 ``` 📊 工部健康巡检 — 2026-05-27 ───────────────────────────── ✅ Gateway: 3/3 running ✅ 磁盘: 1.2G used / 50G free ⚠️ Cron输出: 13600 文件 (50MB) — 超标 ✅ 进程: gateway PID 49006 ✅ Config: 6/6 profiles 完整 ───────────────────────────── 评级: 🟡 WARNING (1 issue) ``` ## 集成参考 - **OverWatch** (sudoyasir/OverWatch): Rich 终端仪表盘，可做 `hermes infra dashboard` 命令 - **spyd** (rz0re/spyd): AI 驱动的异常检测 + Telegram 告警，可集成到 cron - **defib** (alexknowshtml/defib): 自动恢复模式，gateway 崩溃时自动重启 - **cron-health** (indiekitai/cron-health): cron 任务自身健康监控，防静默失败 - **health-checks** (cubyverse/health-checks): 最简 bash 巡检，50 行以内可部署 ## 自动修复 以下情况可自动修复（无需父皇审批）： - cron output 文件 >30 天 → 自动清理 - gateway 进程不存在 → 自动 `hermes gateway start` - kanban watchdog 未运行 → 自动启用 以下需父皇决策： - 磁盘 >80% → 报告 + 建议清理方案 - config 缺失 → 报告 + 建议重建