自动完成每日系统运维巡检的关键在于定时触发、数据采集、智能判断和告警闭环四步做轻、做稳、做可追溯；Skywork Agent 通过本地 cron 定时唤起、调用预置 Bash 脚本采集结构化报告、基于历史基线智能判断异常，实现平均38秒交付的自动化流水线。
☞☞☞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☜☜☜
自动完成每日系统运维巡检，关键不在“全盘扫描”，而在于把定时触发、数据采集、智能判断和告警闭环四步做轻、做稳、做可追溯。Skywork Agent 不替代你思考问题，而是把你每天重复敲的命令、比的阈值、发的消息，变成一条本地运行、无需外网权限、平均38秒交付的自动化流水线。
定时唤起：用 cron 精准控制执行节奏
巡检不是越频繁越好，而是要在业务低峰、资源富余时稳定运行。推荐用 OpenClaw 内置的 cron 机制配置双时段检查：
- 每天上午 9:00 执行一次完整巡检（含磁盘、内存、进程、Docker、Fail2ban 等全部项）
- 晚上 21:00 再跑一次轻量版（仅查 CPU 负载、网络连接数、最近登录 IP），避免夜间资源争抢
- 所有任务走本地 scheduler，不依赖外部调度平台，时区自动匹配 Asia/Shanghai
脚本采集：统一入口，输出结构化原始报告
Agent 不直接 SSH 登录，而是调用你预置的 Bash 脚本——这样既安全，又便于复用和审计。一个典型 health-check.sh 应包含：
- 固定分隔符（如 === 系统负载 ===），方便后续模型精准定位段落
- 关键指标带单位与上下文（如 free -h 而非 free，df -h / 明确根分区）
- 异常项加标记（如 fail2ban-client status sshd 2>/dev/null || echo "[WARN] Fail2ban not running"）
- 输出重定向到唯一路径（如 /tmp/daily-report-20260618.log），供 Agent 下一步读取
智能判断：基于基线而非固定阈值
AI 的价值不是背几条规则，而是记住“你服务器昨天什么样”。Agent 会自动比对历史数据：
- CPU 平均负载 > 近7日均值 × 1.8 → 标记为“异常升高”，而非死守“>80%”
- 内存可用量 且 比前3天同时间点低30% → 触发内存泄漏预警
- 新出现的 SSH 登录 IP，若不在白名单（/etc/ssh/whitelist.txt），立即高亮并附地理位置查询结果
- 所有判断逻辑缓存在本地向量库，第二次运行提速约 3 倍，无需重新训练
告警推送：带上下文的动作建议，不止于“出问题了”
通知不是目的，推动响应才是。企业微信或钉钉机器人发送时，应包含：
- 一句话摘要（如：“web-server-02 磁盘使用率达 92%，超近7日峰值 11%”）
- 关键截图或日志片段（自动截取 df -h / 输出+最近3条大文件记录）
- 可点击的快速操作按钮（如“清理临时目录”“查看 Grafana 监控页”“跳转到该服务器终端”）
- 若检测到 Docker 容器异常退出，自动附上 docker logs --tail 20 <container> 片段，并标注最可能的错误关键词
