核心用法
sandbox-selfheal-guard 是一套完整的 Agent 沙箱环境自愈解决方案，主要解决 Arena.ai、OpenClaw 等容器化沙箱在快照容量超限（128MB/10k 文件）时自动清理大体积二进制文件（2.4GB GGUF 模型、llama.cpp 构建产物等）导致的调用失败问题。
该技能的核心工作流分为五个阶段：
1. 预检自愈（Pre-flight Self-heal）：每次调用前执行 selfheal_runner.sh（v2.1.0 已实际打包），自动检测并修复缺失的 apt 依赖（cmake、g++、curl）、重建 npx shim 防止 Arena 沙箱 stdin 关闭导致的 hang、原生编译 llama.cpp（启用 -DLLAMA_NATIVE=ON 获得 7-10% 的 AVX512/VNNI 加速）。
2. 字节级模型验证：不再仅检查文件存在性，而是通过精确的 GGUF 字节清单（如 Qwen3-0.6B-Q4_K_M.gguf = 484,220,320 bytes）识别被截断或替换的模型文件（常见 15 字节 HTML 错误页），自动触发重新下载。
3. 分层超时与回退：为不同角色模型配置独立超时——SCOUT/SPARK/FORGE 60s、SAGE 150s，配合 llama-completion → llama-simple → exit 2 的三级回退链，避免单点阻塞。
4. Prompt 缓存加速：集成 prompt_cache_layer.py，通过 SHA256 哈希查找实现 0.06s 缓存命中（对比 2.1s 冷启动），推理成本降低 60%。
5. 轻量蜂群模式：对 8 词以内的 casual 对话自动降级为 SCOUT 单模型 2.2s 快速响应，防止 trivial chat 触发全蜂群 hang。
显著优点
- 根治性解决"假死"：直击 Arena 快照驱逐导致的 agent "think forever" 根本病因，从脚本层而非用户层解决问题
- 实际性能增益：原生 CPU 构建带来 7-10% 的 prompt processing 提升；Flash Attention (
-fa) 在小模型上实现 pp+11%、tg+19% - 生产级可靠性：220 行实际可执行库替代 v2.0.0 的引用缺失；完整的
/tmp/selfheal.log审计追踪 - 智能资源调度：prompt 缓存 + 轻量蜂群 + 分层超时三重机制，最大化边缘 CPU 利用率
- 完整测试覆盖：
test_selfheal.sh模拟 6 种故障场景（缺失二进制、截断模型、npx hang、超时回退、缓存命中等）
潜在缺点与局限性
- 平台锁定倾向：针对 Arena/OpenClaw 沙箱的特定行为（snapshot eviction、stdin 关闭）优化，在其他容器环境可能需要适配
- 冷启动开销：首次运行时的 apt 安装、llama.cpp 编译、模型下载可能耗时数分钟，依赖
selfheal.log区分"慢启动"与"真 hang" - 回退模型固化：超时回退固定为 q3 0.6B 轻量模型，可能损失质量；未开放用户自定义回退链
- CPU 专属优化：AVX512/VNNI 加速依赖现代 x86 处理器，ARM 边缘设备需手动调整构建参数
- 日志位置固定：
/tmp/selfheal.log在部分只读容器环境中可能无写入权限
适合的目标群体
- Agent 平台开发者：构建 Arena/OpenClaw 兼容的自主代理系统，需保证 7×24 小时稳定运行
- 边缘 AI 工程师：在 128MB 快照限制的极端约束下部署 LLM 推理，追求 CPU 原生最大吞吐
- 可靠性架构师：设计"自愈"而非"告警"的 fail-operational 系统，接受主动修复带来的延迟换取可用性
- 开源模型运维：自托管 Qwen/DeepSeek GGUF 系列，需自动化模型完整性校验与更新
常规使用风险
- 依赖项雪崩风险：
apt-get install在离线环境或网络受限沙箱中会失败，建议预构建镜像或配置私有 apt 源 - 竞态条件：多 Agent 并行触发
cmake --build可能导致文件锁冲突，建议配合文件锁或串行化调度 - 模型下载带宽：Hugging Face 直连在部分区域不稳定，大模型（1.1GB+）下载超时可能导致循环自愈，需配置镜像加速
- 超时参数漂移：硬编码的 60s/150s 可能不适用于超低配 CPU（如 1 vCPU），实际部署前需通过
llama-bench校准 - 缓存失效策略：当前 SHA256 缓存无 TTL，模型更新后需手动清理，存在 stale hit 风险