核心用法
BotLearn HealthCheck 是一款面向 OpenClaw 生态系统的自主健康诊断技能。用户通过自然语言触发（如 "health check"、"诊断"、"体检" 等 15+ 种触发词）后，AI 代理自动执行六阶段闭环：语言检测 → 并行数据采集 → 五域分析评分 → 生成持久化报告 → 分层结果展示 → 可选修复循环。
五域评估体系：
- Hardware（硬件）：内存、磁盘、CPU、Node.js 版本、OS 兼容性
- Configuration（配置）：CLI 验证、网关连通性、代理/通道/工具配置一致性
- Security（安全）：凭证暴露、文件权限、网络绑定、CVE 漏洞、VCS 密钥扫描
- Skills（技能）：内置工具完整性、生态覆盖度、依赖健康度
- Autonomy（自治）：心跳机制、定时任务、内存管理、服务自愈能力
每域输出 ✅/⚠️/❌ 状态灯、0-100 量化评分、具体发现项及修复指引。
显著优点
1. 完全自主采集：15+ 数据源并行拉取，零人工介入执行命令
2. 量化可追踪：历史报告对比功能，支持趋势分析
3. 安全优先设计：隐私守卫自动脱敏凭证，修复前强制用户确认
4. 双语原生支持：中/英自动检测，输出完全本地化
5. 持久化输出：Markdown + HTML 双格式报告存档于 memory/health-reports/
潜在局限
- 环境依赖：需预装
curl/node/bash，依赖OPENCLAW_HOME环境变量 - 平台限制：仅支持 macOS/Linux，Windows 未明确支持
- 修复非自动：Phase 5 需逐条人工确认，批量修复效率受限
- 版本耦合：深度绑定 OpenClaw CLI 命令集，跨平台迁移成本高
适合人群
- OpenClaw/BotLearn 实例运维者、多代理系统管理员、注重可观测性的 AI 工程团队、需要合规审计追踪的企业用户。
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 凭证泄露 | 采集过程接触敏感配置 | 强制脱敏，路径仅报告类型 |
| 误操作修复 | 自动执行破坏性命令 | 修复前显式确认 + 回滚命令预置 |
| 数据覆盖 | 高频巡检导致存储膨胀 | 报告按时间戳命名，需手动清理策略 |
| 依赖失效 | 脚本依赖外部二进制 | 失败标记为 null 继续，不中断流程 |