openclaw health是专为验证本地免费模型真实可用性设计的轻量级探测命令，不触发推理，仅检查服务健康状态，支持基础网关检查、定向模型端点检测、JSON深度诊断及watchdog自动化轮询。
☞☞☞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☜☜☜
你需要确认本地部署的免费模型（如Qwen3-32B、Baichuan2-13B、ollama-QwQ-32B）是否真正可用，而不仅仅是端口通或进程在运行——因为显存泄漏、CUDA上下文丢失、API协议异常都可能导致模型“假在线”，【openclaw health】正是为此设计的轻量级运行时探测命令，它不发消息、不消耗token、不触发推理，只验证服务是否能正确响应健康探针。
基础健康检查：快速验证核心服务连通性
打开终端，直接执行默认检查：
openclaw health
该命令会向OpenClaw Gateway（默认地址 http://127.0.0.1:18789/health）发起GET请求，并解析返回的JSON。若返回status为"healthy"且components中gateway、channels、sessions、storage全为"healthy"，说明网关层基础就绪。
如果看到503 Service Unavailable或components里任一项为"unhealthy"，说明服务未启动、配置错误或依赖组件（如session-store）损坏——此时不要继续测试模型，先用openclaw status --deep定位根因。
定向模型服务检查：精准定位免费模型异常点
免费模型常独立部署在本地（如Ollama、vLLM、Text Generation WebUI），它们不经过OpenClaw Gateway路由，需手动指定endpoint检测：
方法一：检查Ollama模型服务（如QwQ-32B）
openclaw health --endpoint http://localhost:11434/health
注意：Ollama官方不提供/health端点，此URL实际会触发404；真正有效的是用--endpoint配合自定义探测脚本——但openclaw health原生命令不支持脚本，必须搭配watchdog技能包才能实现语义级检测。
方法二：检查vLLM或TGI托管的百川2-13B服务
openclaw health --endpoint http://127.0.0.1:8888/health --timeout 8000
这一步必须加--timeout 8000：免费模型在低配GPU上冷启响应慢，超时设为默认5000易误判为失败。若返回{"healthy":true}或类似结构，说明模型API层存活；若报connection refused，检查服务是否真的在8888端口运行（ps aux | grep vllm）。
深度健康验证：用JSON输出识别隐性故障
第一步：启用结构化输出，暴露真实问题
openclaw health --json
第二步：解析响应中的components字段，重点关注三项：
• "model_api": 若为"degraded"而非"healthy"，表示模型服务虽响应HTTP，但推理接口已拒绝新请求（常见于显存占满后vLLM自动限流）；
• "session_store": 显示"count": 0且"last_error": "permission denied"，说明~/.openclaw/sessions目录权限异常，会导致后续所有模型调用静默失败；
• "channels": 若为"unhealthy"且error_msg含"baileys auth expired"，意味着WhatsApp/Telegram通道失效——虽然不影响本地模型，但若你的自动化流程依赖消息触发，则整个链路中断。
第三步：结合日志交叉验证
openclaw logs --limit 50 | grep -E "(OOM|cuda|timeout|502|504)"
这一步不能跳过：health命令本身不捕获CUDA错误日志，必须查原始log。若发现"torch.cuda.OutOfMemoryError"，说明模型服务已处于显存泄漏末期，即使health显示healthy，也必须立即重启服务。
自动化健康轮询：让免费模型持续可用
第一步：确认watchdog技能包已安装
clawhub install watchdog
第二步：编辑配置文件~/.openclaw/skills/watchdog/config.json，将target_service设为你的免费模型名，health_check_url指向其真实健康端点（例如vLLM的/health，或自建的/status接口）。
第三步：设置check_interval为900（即15分钟），避免高频探测拖慢模型服务响应。
第四步：启动监控
openclaw skills start watchdog
此后，watchdog会每15分钟调用openclaw health --endpoint
