系统负载持续偏高很可能是容器未设资源约束所致，需通过五步优化：一、配置CPU与内存硬限额；二、启用CPU配额与权重调度；三、隔离I/O与网络带宽；四、调整NUMA绑定与CPU亲和性；五、关闭非必要后台服务。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在部署WorkBuddy过程中观察到系统负载持续偏高，表现为CPU占用率长期超过85%、内存使用逼近阈值或响应明显迟滞，则很可能是容器化运行时未设置资源约束，导致WorkBuddy及其依赖的Claw子系统、本地模型服务无节制抢占宿主机资源。以下是针对性的资源限额配置与调度优化步骤：
一、为Docker容器配置CPU与内存硬性限额
通过docker run命令或docker-compose.yml显式声明资源上限，可强制限制WorkBuddy容器对宿主机核心资源的占用，避免其挤占系统关键服务。该操作直接作用于cgroup层级，是抑制负载飙升最基础且有效的手段。
1、若使用docker run启动，添加--cpus="2.0" --memory="3g" --memory-swap="3g"参数，将容器限制为最多使用2个逻辑CPU核心及3GB内存。
2、若使用docker-compose部署，在services.workbuddy.resources.limits下写入：cpus: '2.0'、memory: 3G、mem_reservation: 2G，确保冷启动阶段即生效。
3、执行docker stats确认workbuddy容器的CPU%与MEM USAGE列数值已稳定在设定阈值内，且无OOMKilled状态标记。
二、启用CPU配额与权重调度策略
在多容器共存环境中，仅设硬限不足以保障WorkBuddy服务稳定性；需配合CPU份额（--cpu-shares）与CFS带宽控制（--cpu-quota/--cpu-period），实现与其他业务容器的公平调度与优先级隔离。
1、为WorkBuddy容器分配相对高权重，运行时添加--cpu-shares=512（默认为1024，此处设为中等偏上优先级）。
2、启用CFS带宽限制：添加--cpu-quota=50000 --cpu-period=100000，表示每100ms周期内最多运行50ms，即严格限制为50% CPU时间片。
3、验证调度效果：在宿主机执行cat /sys/fs/cgroup/cpu/docker//cpu.stat，检查nr_throttled值是否为0——若该值持续增长，说明配额过严，需调高--cpu-quota。
三、隔离I/O与网络带宽争用
WorkBuddy在加载技能包、解析大文件或同步Claw日志时会产生高频随机读写及短连接风暴，易引发磁盘I/O等待升高与网络队列堆积，进而推高整体load值。需对其块设备访问与网络吞吐施加独立限制。
1、使用--device-read-bps和--device-write-bps参数限制磁盘吞吐，例如：--device-read-bps=/dev/sda:20mb --device-write-bps=/dev/sda:10mb。
使用 draw.io（.drawio 格式）和 SVG 生成兼容 Microsoft Visio 的架构图。当用户需要以下任一场景时触发： - 用于 Visio 或技术文档的架构/系统/网络图 - 带连接标注的分层控制系统图 - 将 draw.io XML 转换为稳定、可嵌入的 SVG - 修复 Visio 或 draw.io 无法打开的故障排查类图表 - 任何需专业级布局且文本可编辑的图表
2、为容器分配专用网络命名空间，并通过--network-alias指定唯一别名，再在宿主机iptables中对目标端口（如Claw的8080）添加tc qdisc限速规则。
3、运行iostat -x 1观察%util与await指标，若%util接近100%且await > 100ms，说明I/O限额仍不足，需上调bps值。
四、调整容器内WorkBuddy进程的NUMA与调度亲和性
当宿主机为多路NUMA架构（如双路Xeon）时，容器默认跨NUMA节点分配内存与CPU，引发远程内存访问延迟升高，间接抬升系统负载。通过绑定容器到特定NUMA节点并启用进程级CPU亲和，可显著降低延迟抖动。
1、查询宿主机NUMA拓扑：numactl --hardware，记录目标节点编号（如node 0）。
2、启动容器时添加--cpuset-cpus="0-7" --cpuset-mems="0"，将容器锁定在node 0的前8个逻辑核及对应本地内存。
3、进入容器执行taskset -c 0-3 /opt/workbuddy/WorkBuddy --no-sandbox，强制主进程仅运行于前4个绑定CPU上。
4、使用perf top -p $(pgrep WorkBuddy)观察cycles事件分布，若出现大量remote-dram事件，说明NUMA绑定失败，需检查宿主机是否禁用了numa_balancing。
五、关闭容器内非必要后台服务以削减负载基线
WorkBuddy容器镜像默认启用全部插件监听器与遥测上报模块，但在生产部署中，部分功能（如实时屏幕共享、语音转写微服务）并非必需，其常驻线程会持续消耗CPU周期与内存页帧，构成隐性负载源。
1、在容器启动前，挂载自定义配置卷，覆盖/etc/workbuddy/config.yaml，将unneeded_services字段设为["screen_capture", "speech_to_text", "telemetry_uploader"]。
2、通过docker exec -it sh -c "ps aux | grep -E '(screen|speech|telemetry)'"确认对应进程未启动。
3、对比调整前后top输出的%CPU与RES列均值，若降幅低于15%，说明仍有未识别的后台任务，需检查/usr/lib/workbuddy/plugins/目录下*.so文件加载状态。
