运维 Subagent

mkdir -p ~/.claude/agents

# ops-agent.md
 
## 身份
 
你是系统运维助手，负责监控和维护本机所有 AI 服务。
你的工作目标是：确保所有服务健康运行，发现问题及时报告。
 
## 服务清单
 
| 服务 | 端口 | 检查方式 | 重要性 |
|------|------|----------|--------|
| MLX 推理引擎 | 8000 | curl /v1/models | 核心 |
| OpenClaw 网关 | 18789 | curl /api/health | 核心 |
| 监控面板 API | 3940 | curl /api/v1/status | 重要 |
| 监控面板前端 | 3939 | curl / | 重要 |
| Open WebUI | 3000 | curl / | 普通 |
 
## 巡检流程
 
### Phase 1: 服务存活
对服务清单中的每个端口执行 HTTP 检查，超时 3 秒。
标记状态：正常 / 不可达 / 响应异常
 
### Phase 2: 资源检查
- 内存使用率（vm_stat 解析）
- 磁盘使用率（df -h）
- MLX 模型内存占用
 
### Phase 3: 日志分析
检查以下日志文件最近 1 小时的 ERROR / FATAL：
- ~/logs/mlx-server.log
- ~/logs/openclaw.log
 
### Phase 4: 汇总报告
按以下格式输出：
 
#### 巡检报告 YYYY-MM-DD HH:mm
- 故障数：X
- 警告数：X
- 服务状态：[列表]
- 发现的问题：[详情]
- 建议操作：[列表]
 
## 安全规则
 
- 绝不自行重启任何服务
- 发现需要重启的情况，报告给用户，由用户手动执行
- 不修改任何配置文件，只读取和分析

# 在 Claude Code 中调用自定义 Agent
claude --agent ops-agent
 
# 或者用 /agent 命令
# 进入 Claude Code 后输入：
# /agent ops-agent

#!/bin/bash
# patrol.sh - 服务巡检脚本
# 用法: bash ~/scripts/patrol.sh
 
set -euo pipefail
 
# ===== 配置 =====
TIMEOUT=3  # curl 超时秒数
REPORT=""
FAILURES=0
WARNINGS=0
 
# 服务列表：名称|端口|路径
SERVICES=(
  "MLX推理引擎|8000|/v1/models"
  "OpenClaw网关|18789|/api/health"
  "监控面板API|3940|/api/v1/status"
  "监控面板前端|3939|/"
  "OpenWebUI|3000|/"
)
 
# ===== 函数 =====
 
check_service() {
  local name="$1"
  local port="$2"
  local path="$3"
 
  local http_code
  http_code=$(curl -s -o /dev/null -w "%{http_code}" \
    --connect-timeout "$TIMEOUT" \
    "http://localhost:${port}${path}" 2>/dev/null || echo "000")
 
  if [ "$http_code" = "200" ]; then
    echo "  [OK]  $name (:$port)"
  elif [ "$http_code" = "000" ]; then
    echo "  [FAIL] $name (:$port) - 不可达"
    FAILURES=$((FAILURES + 1))
  else
    echo "  [WARN] $name (:$port) - HTTP $http_code"
    WARNINGS=$((WARNINGS + 1))
  fi
}
 
check_memory() {
  local mem_pressure
  mem_pressure=$(memory_pressure 2>/dev/null | head -1 || echo "unknown")
  echo "  内存压力: $mem_pressure"
 
  # 磁盘使用
  local disk_usage
  disk_usage=$(df -h / | tail -1 | awk '{print $5}')
  echo "  磁盘使用: $disk_usage"
}
 
check_launchagents() {
  echo "  LaunchAgent 状态:"
  for plist in ~/Library/LaunchAgents/ai.*.plist; do
    [ -f "$plist" ] || continue
    local label
    label=$(basename "$plist" .plist)
    local status
    status=$(launchctl list | grep "$label" || echo "未加载")
    if echo "$status" | grep -q "$label"; then
      echo "    [OK]  $label"
    else
      echo "    [--]  $label (未运行)"
    fi
  done
}
 
check_logs() {
  local log_dir="${1:-$HOME/logs}"
  local hours="${2:-1}"
  local cutoff
  cutoff=$(date -v-${hours}H +%Y-%m-%d\ %H:%M 2>/dev/null || date +%Y-%m-%d\ %H:%M)
 
  echo "  最近 ${hours}h 错误日志:"
  for logfile in "$log_dir"/*.log; do
    [ -f "$logfile" ] || continue
    local errors
    errors=$(grep -ci "error\|fatal\|panic" "$logfile" 2>/dev/null || echo "0")
    if [ "$errors" -gt 0 ]; then
      echo "    [!] $(basename "$logfile"): $errors 条错误"
      WARNINGS=$((WARNINGS + 1))
    fi
  done
}
 
# ===== 执行 =====
 
echo "=============================="
echo "  巡检报告 $(date '+%Y-%m-%d %H:%M')"
echo "=============================="
echo ""
 
echo "[Phase 1] 服务存活检查"
for svc in "${SERVICES[@]}"; do
  IFS='|' read -r name port path <<< "$svc"
  check_service "$name" "$port" "$path"
done
echo ""
 
echo "[Phase 2] 系统资源"
check_memory
echo ""
 
echo "[Phase 3] LaunchAgent"
check_launchagents
echo ""
 
echo "[Phase 4] 日志分析"
check_logs "$HOME/logs" 1
echo ""
 
echo "=============================="
echo "  故障: $FAILURES | 警告: $WARNINGS"
echo "=============================="

# 赋予执行权限
chmod +x ~/scripts/patrol.sh
 
# 运行巡检
bash ~/scripts/patrol.sh

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN"
  "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>ai.patrol</string>
 
    <key>ProgramArguments</key>
    <array>
        <string>/bin/bash</string>
        <string>/Users/你的用户名/scripts/patrol.sh</string>
    </array>
 
    <!-- 每 2 小时执行一次（偶数小时的第 10 分钟） -->
    <key>StartCalendarInterval</key>
    <array>
        <dict>
            <key>Minute</key>
            <integer>10</integer>
            <key>Hour</key>
            <integer>0</integer>
        </dict>
        <dict>
            <key>Minute</key>
            <integer>10</integer>
            <key>Hour</key>
            <integer>2</integer>
        </dict>
        <dict>
            <key>Minute</key>
            <integer>10</integer>
            <key>Hour</key>
            <integer>4</integer>
        </dict>
        <!-- 继续添加 6, 8, 10, 12, 14, 16, 18, 20, 22 -->
    </array>
 
    <key>StandardOutPath</key>
    <string>/Users/你的用户名/logs/patrol.out.log</string>
    <key>StandardErrorPath</key>
    <string>/Users/你的用户名/logs/patrol.err.log</string>
 
    <key>EnvironmentVariables</key>
    <dict>
        <key>PATH</key>
        <string>/usr/local/bin:/usr/bin:/bin:/usr/sbin</string>
    </dict>
</dict>
</plist>

# 加载（开机自启）
launchctl load ~/Library/LaunchAgents/ai.patrol.plist
 
# 手动触发一次（测试用）
launchctl start ai.patrol
 
# 查看状态
launchctl list | grep ai.patrol
 
# 卸载（停止定时执行）
launchctl unload ~/Library/LaunchAgents/ai.patrol.plist

## 笔记规则
 
每次巡检后，在 ~/Desktop/笔记/ 目录创建运维笔记：
 
### 文件名格式
运维-YYYY-MM-DD.md
 
### 笔记结构
 
# 运维: [日期]
> 巡检时间: HH:mm | 故障: X | 警告: X
 
## 服务状态
[表格]
 
## 发现的问题
### 问题 1: [标题]
- 症状: ...
- 原因: ...
- 修复: ...
- 教训: ...
 
## 系统快照
| 指标 | 值 |
|------|-----|
 
## 运维建议
### 短期
- [ ] ...
### 长期
- [ ] ...

## 复盘流程
 
当用户说"复盘"或"recap"时：
 
1. 读取最近 7 天的运维笔记
2. 统计：
   - 故障总数和分类
   - 重复出现的问题
   - 平均修复时间
3. 分析趋势：
   - 哪些服务最不稳定
   - 哪些问题反复出现
   - 资源使用趋势
4. 输出复盘报告，包含：
   - 本周运维总结
   - Top 3 问题及根因
   - 改进建议
   - 更新到记忆文件