13 KiB
13 KiB
OpenClaw Self-Healing System
"시스템이 스스로를 치료하지 못하면 외부 의사를 부른다" — 메타 레벨 자가복구
개요
OpenClaw Gateway는 4단계 자가복구(Self-Healing) 시스템으로 장애 상황에서 자동 복구를 시도합니다.
설계 철학:
- Level 1-2: 빠른 자동 복구 (초 단위)
- Level 3: 지능형 진단 및 복구 (분 단위)
- Level 4: 인간 개입 요청 (알림)
아키텍처
┌─────────────────────────────────────────────────────────┐
│ Level 0: Config Validator (300초 간격) ⭐ NEW │
│ ├─ Script: config-validator.sh │
│ ├─ LaunchAgent: ai.openclaw.config-validator │
│ ├─ openclaw doctor 자동 실행 │
│ ├─ Invalid config key 자동 제거 │
│ ├─ JSON 문법 검증 │
│ ├─ Config 변경 시 자동 backup │
│ └─ Gateway 시작 전 문제 차단 │
└─────────────────────────────────────────────────────────┘
↓ (Config OK, but 프로세스 죽음)
┌─────────────────────────────────────────────────────────┐
│ Level 1: Watchdog v5.2 (60초 간격) ⭐ UPGRADED │
│ ├─ LaunchAgent: ai.openclaw.watchdog │
│ ├─ 프로세스 존재 체크 → 재시작 │
│ ├─ Exponential Backoff (10→30→90→180→300→600초) │
│ ├─ Backoff 진입 시 → Level 3 즉시 호출 ⭐ │
│ └─ 크론 catch-up 자동 실행 │
└─────────────────────────────────────────────────────────┘
↓ (프로세스는 살아있지만 먹통)
┌─────────────────────────────────────────────────────────┐
│ Level 2: Health Check (300초 간격) │
│ ├─ Script: gateway-healthcheck.sh │
│ ├─ LaunchAgent: com.openclaw.healthcheck │
│ ├─ HTTP 200 응답 검증 │
│ ├─ 실패 시 3회 재시도 (30초 간격) │
│ └─ 여전히 실패 → Level 3 escalation │
└─────────────────────────────────────────────────────────┘
↓ (5분간 복구 실패 OR Backoff)
┌─────────────────────────────────────────────────────────┐
│ Level 3: Claude Emergency Recovery (30분 타임아웃) ⭐ │
│ ├─ Script: emergency-recovery.sh │
│ ├─ Claude CLI v2.1.37 ⭐ ACTIVATED │
│ ├─ tmux로 Claude Code PTY 세션 시작 │
│ ├─ 자동 진단: │
│ │ - openclaw status │
│ │ - 로그 분석 (~/.openclaw/logs/*.log) │
│ │ - 설정 검증 (openclaw.json) │
│ │ - 포트 충돌 체크 (lsof -i :18789) │
│ │ - 의존성 체크 (npm list, node --version) │
│ ├─ 복구 시도 (설정 수정, 프로세스 재시작) │
│ ├─ 복구 리포트 생성: │
│ │ - memory/emergency-recovery-report-*.md │
│ │ - memory/claude-session-*.log │
│ └─ 성공/실패 판정 (HTTP 200 체크) │
└─────────────────────────────────────────────────────────┘
↓ (Claude 복구도 실패)
┌─────────────────────────────────────────────────────────┐
│ Level 4: Discord Notification (300초 간격 모니터링) │
│ ├─ Script: emergency-recovery-monitor.sh │
│ ├─ Cron: eddd4e18-b995-4420-8465-7c6927280228 │
│ ├─ 최근 30분 emergency-recovery 로그 감시 │
│ ├─ "MANUAL INTERVENTION REQUIRED" 패턴 검색 │
│ └─ #jarvis-health 채널에 알림 전송 │
└─────────────────────────────────────────────────────────┘
구성 요소
Level 1: Watchdog
파일:
~/Library/LaunchAgents/ai.openclaw.watchdog.plist
동작:
- 180초마다 OpenClaw 프로세스 존재 확인
- 프로세스 없으면 자동 재시작
한계:
- 프로세스는 살아있지만 HTTP 응답 못하는 경우 감지 불가
Level 2: Health Check
파일:
~/openclaw/scripts/gateway-healthcheck.sh~/Library/LaunchAgents/com.openclaw.healthcheck.plist
동작:
- HTTP GET
http://localhost:18789/→ 200 체크 - 실패 시 재시작 (30초 대기)
- 3회 재시도
- 여전히 실패 → 5분 대기
- 5분 후에도 실패 → Level 3 트리거
로그:
~/openclaw/memory/healthcheck-YYYY-MM-DD.log
설치:
launchctl load ~/Library/LaunchAgents/com.openclaw.healthcheck.plist
제거:
launchctl unload ~/Library/LaunchAgents/com.openclaw.healthcheck.plist
Level 3: Claude Emergency Recovery
파일:
~/openclaw/scripts/emergency-recovery.sh
동작:
- tmux 세션 생성:
emergency_recovery_TIMESTAMP - Claude Code 실행 (
claude) - 워크스페이스 신뢰 (자동 Enter)
- 긴급 복구 명령 전송:
OpenClaw 게이트웨이가 5분간 재시작했으나 복구되지 않았습니다. 긴급 진단 및 복구를 시작하세요. 작업 순서: 1. openclaw status 체크 2. 로그 분석 (~/.openclaw/logs/*.log) 3. 설정 검증 (~/.openclaw/openclaw.json) 4. 포트 충돌 체크 (lsof -i :18789) 5. 의존성 체크 (npm list, node --version) 6. 복구 시도 (설정 수정, 프로세스 재시작) 7. 결과를 memory/emergency-recovery-report-*.md 에 기록 - 30분 대기
- 복구 결과 확인 (HTTP 200 체크)
- tmux 세션 캡처 및 종료
출력 파일:
~/openclaw/memory/emergency-recovery-TIMESTAMP.log(실행 로그)~/openclaw/memory/claude-session-TIMESTAMP.log(Claude 세션 캡처)~/openclaw/memory/emergency-recovery-report-TIMESTAMP.md(Claude 생성, 옵션)
수동 실행:
~/openclaw/scripts/emergency-recovery.sh
Level 4: Discord Notification
파일:
~/openclaw/scripts/emergency-recovery-monitor.sh
동작:
- 최근 30분 내
emergency-recovery-*.log파일 검색 - "MANUAL INTERVENTION REQUIRED" 패턴 검색
- 발견 시 #jarvis-health 채널에 알림
- 중복 알림 방지 (
.emergency-alert-sent파일)
Cron 설정:
- ID:
eddd4e18-b995-4420-8465-7c6927280228 - 주기: 5분 (
everyMs: 300000) - 세션: isolated
- 모델: claude-haiku-4-5
- 채널: Discord #jarvis-health (1468429321738911947)
알림 형식:
🚨 긴급: OpenClaw 자가복구 실패
시간: YYYY-MM-DD-HHMM
상태:
- Level 1 (Watchdog) ❌
- Level 2 (Health Check) ❌
- Level 3 (Claude Recovery) ❌
수동 개입 필요합니다.
로그:
- ~/openclaw/memory/emergency-recovery-*.log
- ~/openclaw/memory/claude-session-*.log
- ~/openclaw/memory/emergency-recovery-report-*.md (Claude 생성)
테스트 시나리오
1. Level 1 테스트 (Watchdog)
시나리오: 프로세스 강제 종료
# Gateway PID 확인
ps aux | grep openclaw-gateway | grep -v grep
# 강제 종료
kill -9 <PID>
# 3분 이내 자동 재시작 확인
sleep 180
curl http://localhost:18789/
예상 결과:
- Watchdog가 180초 이내 프로세스 재시작
- HTTP 200 응답 복구
2. Level 2 테스트 (Health Check)
시나리오: HTTP 응답 실패 (포트 블록)
# 포트 블록 (방화벽 규칙 또는 프록시 설정)
# 또는 openclaw.json에서 잘못된 포트 설정
# Health Check 로그 모니터링
tail -f ~/openclaw/memory/healthcheck-$(date +%Y-%m-%d).log
예상 결과:
- Health Check가 HTTP 실패 감지
- 3회 재시도 (30초 간격)
- 5분 후에도 실패 시 Level 3 트리거
3. Level 3 테스트 (Claude Recovery)
시나리오: 설정 오류 주입
# openclaw.json 백업
cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.bak
# 의도적 오류 주입 (예: 잘못된 포트)
# (수동 편집 필요)
# Gateway 재시작
openclaw gateway restart
# Emergency Recovery 트리거 대기 (최대 8분)
# - Health Check 감지: ~5분
# - Level 3 시작: +30분
# 로그 모니터링
tail -f ~/openclaw/memory/emergency-recovery-*.log
예상 결과:
- Claude가 설정 오류 감지
- 설정 수정 시도
- 복구 리포트 생성
- HTTP 200 복구 또는 실패 리포트
4. Level 4 테스트 (Discord Notification)
시나리오: Level 3 실패 시뮬레이션
# Level 3 실패 로그 수동 생성
cat > ~/openclaw/memory/emergency-recovery-test-$(date +%Y-%m-%d-%H%M).log << 'EOF'
[2026-02-05 20:00:00] === Emergency Recovery Started ===
[2026-02-05 20:30:00] Gateway still unhealthy after Claude recovery (HTTP 500)
=== MANUAL INTERVENTION REQUIRED ===
Level 1 (Watchdog) ❌
Level 2 (Health Check) ❌
Level 3 (Claude Recovery) ❌
EOF
# Monitor 스크립트 실행 (또는 크론 대기)
~/openclaw/scripts/emergency-recovery-monitor.sh
예상 결과:
- Discord #jarvis-health에 알림 전송
- 중복 알림 방지 기록 생성
운영 가이드
상태 확인
# LaunchAgent 상태
launchctl list | grep openclaw
# Health Check 로그
tail -f ~/openclaw/memory/healthcheck-$(date +%Y-%m-%d).log
# Emergency Recovery 로그
ls -lt ~/openclaw/memory/emergency-recovery-*.log | head -5
# Cron 상태
openclaw cron list | grep "Emergency Recovery"
수동 복구
Level 3 실패 시 수동 복구 절차:
# 1. 로그 확인
tail -100 ~/.openclaw/logs/gateway.log
tail -100 ~/.openclaw/logs/gateway.err.log
# 2. 설정 검증
openclaw doctor --non-interactive
# 3. 포트 충돌 체크
lsof -i :18789
# 4. 의존성 체크
node --version
npm list -g openclaw
# 5. Gateway 완전 재시작
openclaw gateway stop
sleep 5
openclaw gateway start
# 6. 복구 확인
curl -i http://localhost:18789/
비활성화
시스템 유지보수 또는 디버깅 시:
# Health Check 비활성화
launchctl unload ~/Library/LaunchAgents/com.openclaw.healthcheck.plist
# Emergency Recovery Monitor 크론 비활성화
openclaw cron disable eddd4e18-b995-4420-8465-7c6927280228
# 재활성화
launchctl load ~/Library/LaunchAgents/com.openclaw.healthcheck.plist
openclaw cron enable eddd4e18-b995-4420-8465-7c6927280228
모니터링 메트릭
추적 지표:
| 지표 | 수집 위치 | 목표 |
|---|---|---|
| Health Check 성공률 | healthcheck-*.log | > 99% |
| Level 1 복구 횟수 | watchdog.log | < 1/day |
| Level 2 복구 횟수 | healthcheck-*.log | < 1/week |
| Level 3 트리거 횟수 | emergency-recovery-*.log | 0/month |
| Level 4 알림 횟수 | Discord #jarvis-health | 0/month |
| 평균 복구 시간 | healthcheck-*.log | < 5분 (Level 1-2) |
주간 리뷰 (일요일 23:30 감사 크론):
- Health Check 로그 분석
- Level 3 트리거 이력 확인
- 반복 패턴 식별
- 시스템 개선 제안
제한사항
-
Claude Code 의존성
- Level 3는 Claude CLI 설치 필요
- Claude API 할당량 소진 시 Level 3 실패 가능
-
tmux 의존성
- PTY 세션에 tmux 필요
- tmux 설치 안 되어 있으면 Level 3 불가
-
네트워크 장애
- Claude API 접근 불가 시 Level 3 실패
- Discord API 접근 불가 시 Level 4 알림 실패
-
macOS 전용
- LaunchAgent는 macOS 전용
- Linux는 systemd 변환 필요
확장 계획
Phase 2 (미래):
- GitHub Issues 자동 생성 (Level 4 실패 시)
- Telegram 알림 추가 (이중화)
- Prometheus 메트릭 수집
- Grafana 대시보드 구축
- Multi-node 지원 (클러스터 환경)
참고 자료
- OpenClaw Docs
- Moltbook: Nightly Build Pattern (Level 3 영감)
- Moltbook: Reliability Check (Health Check 영감)
- Claude Code CLI
작성일: 2026-02-05
최종 업데이트: 2026-02-05
작성자: Jarvis (Self-Healing System Implementation)