小龙虾(OpenClaw)源码分析12：可观测性与排障，线上问题怎么定位
💡
原文中文，约1000字，阅读约需3分钟。
📝
内容提要
本文讨论了在OpenClaw系统中进行线上问题排障的方法。首先，需确认系统状态、负载、权限和网络异常，常用的观察入口包括命令和日志。针对高频问题（如“没回复”、“回复乱序”、“回复很慢”），提供了优先排查建议，并建议保留关键日志和状态快照以便有效排障。强调快速定位问题的重要性。
🎯
关键要点
- 确认系统状态、负载、权限和网络异常是排障的第一步。
- 常用观察入口包括命令和日志，命令侧可使用openclaw status等命令，日志侧需关注启动日志和队列等待日志。
- 针对高频问题，优先排查的建议包括：没回复时检查渠道连接和消息拦截，回复乱序时检查queue mode和session key，回复慢时检查模型响应时间和工具调用耗时。
- 建议保留关键日志和状态快照，以便有效排障。
- 排障能力是系统能力的一部分，快速定位问题比盲目重启更为重要。
❓
延伸问答
如何确认OpenClaw系统的状态？
可以通过命令如openclaw status和openclaw health来确认系统状态。
在排障时，应该优先检查哪些高频问题？
优先检查“没回复”、“回复乱序”和“回复很慢”这三类高频问题。
遇到“回复乱序”时应该怎么排查？
应检查queue mode是否合适，session key是否按预期分离，以及是否有并发打满导致延迟堆积。
为什么建议保留关键日志和状态快照？
保留关键日志和状态快照可以在排障时提供有效的信息，避免全靠“感觉”。
如何快速定位OpenClaw系统中的问题？
快速定位问题比盲目重启更重要，建议遵循确认系统状态、负载、权限和网络异常的步骤。
在排障过程中，如何避免被日志淹没？
可以按照确认系统健康、负载、权限和网络异常的顺序进行排查，以避免被日志淹没。
➡️
