OpenClaw 健康医生（botlearn-healthcheck）
核心用法
botlearn-healthcheck 是一款专为 OpenClaw 实例设计的自动化诊断技能。触发关键词包括 "health check"、"diagnose"、"doctor"、"system status"、"体检"、"诊断" 等，支持中英文双语交互。系统会自动检测用户语言，全程以用户母语输出报告。
运行模式分为两类：
- Full Check（全面检查）：默认模式，并行扫描 5 大健康域
- Targeted（定向检查）：用户指定具体域（如 "check security"），仅执行该域诊断
诊断流程分为 5 个阶段：
1. 语言与模式检测：自动识别 REPORT_LANG，判断全面/定向模式
2. 数据收集：并行执行 18 个数据收集脚本，覆盖状态、环境、配置、日志、技能、安全等多维度
3. 域分析：5 大域独立评分（硬件资源、配置健康、安全风险、技能完整性、自主智能）
4. 报告合成：输出 L0-L3 四层报告（状态条、域网格、问题表、深度分析）
5. 修复循环与归档：可选自动修复，最终生成 Markdown + HTML 双格式持久化报告
显著优点
量化评分体系：每域 0-100 分，≥80 绿灯 ✅、60-79 黄灯 ⚠️、<60 红灯 ❌，状态一目了然
自动化无侵入：全程自主采集数据，不询问用户执行命令，18 个数据源并行处理
深度安全扫描： credentials 泄露检测（配置/日志/工作区三重扫描）、文件权限审计、CVE 漏洞识别、网络暴露风险评估
智能修复指导：每个问题附带 exact fix command + rollback command，执行前需用户显式确认
历史趋势追踪：自动归档至 $OPENCLAW_HOME/memory/health-reports/，支持跨时间对比
身份完整性检查：独创 workspace identity 评估（agent.md/user.md/soul.md/tool.md/identity.md），判断代理"自我意识"完整度
隐私优先设计：所有凭证值自动 redact，仅报告类型+路径+行号
潜在局限
环境依赖严格：要求 Node.js ≥18、bash、curl，部分功能依赖可选 jq；Windows 仅有限支持（win32 平台扣 30 分）
修复需人工确认：出于安全考虑，所有系统修改类命令必须等待用户显式批准，无法全自动修复
HTML 生成可能失败：若 Node.js 环境异常，HTML 报告可能缺失，仅保留 Markdown
技能生态绑定：botlearn 技能推荐机制与 clawhub 注册中心强耦合，离线环境功能受限
评分阈值固定：80/60 分界为硬编码，不支持自定义阈值调整
适合人群
- OpenClaw 实例运维者，需定期健康检查
- AI 代理开发者，调试技能依赖与配置问题
- 安全意识强的用户，排查凭证泄露与网络暴露风险
- 追求自主智能的用户，评估代理"自我意识"完整度
- 多语言团队，需中英文双语诊断报告
常规风险
误报风险：文件权限检查可能因特殊部署需求产生假阳性
评分波动：硬件负载瞬时峰值可能导致单项分数偏低，建议结合历史趋势判断
修复副作用：--force 安装 botlearn 技能虽跳过风险提示，但仍可能覆盖用户自定义配置
归档膨胀：高频检查可能累积大量历史报告，需手动清理 $OPENCLAW_HOME/memory/health-reports/