本页目录

监控与告警

监控覆盖入口、服务依赖、数字员工运行、任务投递和数据保护。运维人员分别记录进程存活、接口响应和业务结果，以定位用户无法完成工作的原因。

监控对象

对象	关注内容
入口与认证	TLS 到期、请求错误、WSS 连接、登录失败与限流
平台服务	启动失败、依赖连接、请求延迟、队列和持续异常
数字员工	实际与期望运行状态、Gateway、资源上限、沙箱和工作区
数据	数据库连接、锁与容量；Redis 队列；对象读写和存储增长
知识	解析失败、积压、索引状态、检索及原文打开
插件	运行器健康、兼容与权限错误、数据库升级和网络拒绝
定时任务	到期延迟、排队、终态、待投递、重复与中断
保护措施	最近备份、校验与恢复结果；审计存储；密钥和许可到期

管理员从“管理后台 → 大屏 → 监控大屏”查看运行资源、系统拓扑、通道状态、定时任务及工具技能。管理员先核对时间范围、最近采集时间和各区域的数据状态，再定位异常。

“数据过期”表示当前图表不能说明实时状态。缺测区域中的短横线也不表示零；运维人员继续检查采集链路和对应服务，不凭大屏截图判断采集健康。

Server 提供以下健康检查。运维人员从部署清单确认 Server 地址和反向代理映射，再访问对应路径。

就绪检查不验证模型调用、文件授权或知识检索。运维人员仍需逐项验证业务结果，并按部署配置限制详细诊断的访问范围。

运维人员在 Compose 环境先检查 docker compose ps --all，在 Kubernetes 环境检查工作负载和事件。

运维人员以观测基线和项目约定确定告警阈值，记录告警负责人、渠道、升级和关闭条件。上线前实际触发一条受控告警，确认接收和恢复通知，没有接通的渠道不能标为已覆盖。