核心用法
swarm-self-heal 是专为 OpenClaw 多智能体系统设计的可靠性看门狗技能。它通过三层级健康检查（网关 → 通道 → 通道）快速定位集群卡顿或局部离线根因，并在检测到异常时执行有界自愈（单次重启+重试）。检查结果以结构化收据形式输出，可直接嵌入事件时间线用于事后审计。
典型工作流：
1. 初始化: setup.sh 部署看门狗脚本并配置双通道（主+备用）cron 任务，均为 xhigh 思考等级
2. 主动诊断: check.sh 或 anvil_watchdog.sh 执行即时金丝雀检查，支持 PING_TIMEOUT_SECONDS 覆盖以适应慢速提供商
3. 自动恢复: 仅对标记为 infra 的失败通道执行一次重启+重探，绝不执行破坏性擦除或盲重装
显著优点
- 分层探测: 被动检查通道活跃性，仅在检测到陈旧时才主动探测
main、builder-*、reviewer、designer等关键角色，避免过度打扰正常业务 - 有界安全: 单次恢复 pass 的设计消除了级联故障风险，明确区分
ok_agents/failed_agents/actions使决策透明 - 审计友好: 标准输出包含
VERDICT和RECEIPT字段，满足合规场景的可追溯需求 - 运维降噪: 健康运行时可压缩为单行摘要，减少监控噪声
潜在局限
- 依赖较重: 需预装
bash、jq、openclaw二进制，且依赖特定 OpenClaw 版本的状态 JSON 格式 - 恢复有限: 仅处理单层故障，若底层基础设施（如 Discord API）持续异常，单次重启无法根治
- 覆盖范围: 固定检查
main/builder-1/builder-2/reviewer/designer五个预设角色，自定义角色需手动扩展
适合人群
- OpenClaw 集群运维人员，尤其是托管 5+ 智能体的生产环境
- 需要 SOC2/ISO27001 审计线索的合规团队
- 使用 Discord/Discord-v2 作为通道层的开发者
常规风险
PING_TIMEOUT_SECONDS设置过长可能掩盖真实的网络分区问题- 双
xhigh等级 cron 任务在大型集群上可能产生显著 token 消耗 - Telegram 通知回退路径依赖配置完整性，缺失时静默降级