云电脑监控 · 操作逻辑

⏰

Hermes cron 定时触发

任务 cloudpc-monitor，节奏 */10 9-21 * * *（北京活跃时段每 10min）。--no-agent 纯看门狗模式 —— 不进大模型循环。

▼

📜

运行包装脚本 cloudpc-monitor.sh

注入账号清单 + Lark webhook，调起检测器 cloudpc-monitor-tick.ts。

▼

🔍

检测器逐账号直查数据库

对每台云电脑读：账号状态 / 是否开自动 / 队列(pending·claimed) / 今日已发 / 最近发送时间。只读，不改库、不发抖音。

▼

⚖️

套确定性规则判定（含跨周期状态）

和上一轮快照比对，按优先级判断是否命中告警（见下表）。状态按账号分别记在 ~/.hermes/state/cloudpc-monitor.json。

▼

✅ 全部健康

脚本输出为空 → cron 静默 → 群里一个字都不发。这是绝大多数情况。

⚠️ 命中告警

① 先写兜底日志 cloudpc-alerts.log
② POST 到 Lark 群机器人 webhook（绕开应用 API 配额）
③ 带账号名，哪台出事推哪台
④ 真问题（🔴/🟠）@ 负责人，确保不漏；恢复/自检不 @

什么会告警 / 什么不会

情况	级别	判定逻辑
账号被禁 / 冷却	🔴 告警	账号 status ≠ active
没开自动发送	🔴 告警	channel_pref ≠ cloud_pc
卡单	🔴 告警	claimed>0 连续 ≥2 轮（~20min）领了单却不发出
停摆	🟠 告警	有积压但 ≥3 轮（~30min）没新发出、且没到日限
当日预算打满	不报	今日已发 = 日限：正常完成，不是故障
小时上限 / 24h 兜底节流	不报	正常限速，不是故障
池子空（没 lead 可发）	不报	无积压、无可发，正常
从异常恢复正常	✅ 一条	上一轮还在告警、这一轮好了 → 推一条「已恢复」闭环（仅一次）

四条设计原则（为什么这么做）

检测交给确定性代码，不交给大模型 —— 阈值/卡单判断都是死规则，稳定可复现，也不会乱报。
健康时绝对安静 —— 脚本只在出问题时才输出，正常那一跑悄无声息，群里不刷屏。
只告警、不自动处置 —— 发送 agent 跑在无影 GUI 上、本机够不到，强行自动修风险大，所以只通知你来定夺。
双保险 + 防刷屏 —— 先写本地日志再推 Lark（推失败也留痕）；同一问题 2 小时内不重复推。

跳验证 / 异常时：能检测吗？怎么办？

问题	回答
能直接看到验证弹窗吗？	不能监控在本机、看不到无影屏幕；抖音跳验证也不往库里写「验证/captcha」标记。
能间接发现吗？	能验证挡住发送 → 单子卡 claimed / 没新发出 → 卡单·停摆规则 ~20–30min 内报；同时可能冒一批 `failed: unverified`（点了发送没出气泡）。
告警能说清是跳验证吗？	不能精确分只会报「没在发，多半无影没开/抖音没前台/卡住」，跳验证是其中一种可能，需人去无影确认。

三个盲区： ① 滞后 ~20–30min，非实时；② 队列空时没有「卡住」信号 → 那一刻跳验证不报；③ 看不到屏，分不清验证 / 无影崩 / 掉登录。

跳验证了怎么办：验证只能人去无影 GUI 上手动过（拖滑块/点验证）——监控解不了（设计就是只告警不自动处置，因为本机够不到无影屏）。闭环：监控报「没在发」 → 你远程进无影过验证 → 恢复后监控自动推「已恢复」。

能不能接无影 API 把监控做强？（接入调查）

结论先行：当前是个人版（EDSP），无任何官方 OpenAPI —— 查状态 / 重启 / 在桌面内执行命令都不行。三条可选路径：

路径	可行性	说明
个人版自身 OpenAPI	无	OpenAPI 是企业版独有；个人版只能客户端用，没有任何编程接口。
升级企业版（EDS）	完整 API	解锁全套管控 OpenAPI（见下）。代价：换版本、计费不同、抖音环境要重新登录养号。
无影 AgentBay（MCP/SDK）	换架构	阿里给 AI agent 的云沙箱，可程序化驱动，但是它自己开的环境、不是控你现有个人版桌面。大改造，另需评估抖音风控。

升企业版能解锁什么（对监控最有用）：

RunCommand —— 在云电脑里跑 PowerShell/Bat。金钥匙：可程序化截图判 captcha、重启 DM agent、自愈。
DescribeDesktops / DescribeDesktopSessions —— 直接查「桌面在不在跑 / 会话状态」，不用只靠 DB 反推。
RebootDesktops / StartDesktops / WakeupDesktops —— 远程重启唤醒，能突破当前「只告警不处置」，卡死自动拉起。

💡 但大概率不必为「检测 captcha」换版本： 最省的路不碰无影 API —— 桌面内的 GUI agent（douyin_dm_grounded.py）本就有截图+VL 能力，让它发送失败时判一下是不是 captcha 中间页、命中就写个 DB 状态（如 failed: captcha），监控再加一条规则，就能精确报「🔴 跳验证了」。几十行、不换版本、不接任何 API。

推荐：① 只要 captcha 被检测 → 改桌面内 agent 写状态 + 监控加规则（性价比最高）； ② 要远程重启/自愈/桌面级状态 → 才值得评估升企业版用 RunCommand； ③ AgentBay → 大改造，短期不建议。

当前监控对象

第一台 · 小文（野荞）

日限 30 条状态 ✅ 监控中

第二台 · 文哥

日限 20 条状态 ✅ 监控中

同事怎么部署到自己的云电脑（自助安装）

每个同事在自己机器上装一套，各自监控各自那台云电脑、出问题 @ 自己。完整命令见仓库 runbook docs/runbooks/cloudpc-monitor-setup.md，这里是速览。

前提（缺一不可）

本机已装 Hermes 且能跑（hermes gateway status 正常、已连 Lark）
本机有 Akke 仓，.env.local 里有你自己的 AKKE_ACCOUNT_ID（PM 下发、绑你那台云电脑发送号）
node + pnpm 可用

拉取检测脚本（随仓走，不用自己写）

cd <你的 Akke 仓> && git pull —— 拿到 scripts/cloudpc-monitor-tick.ts。

▼

在 Akke .env.local 加配置

CLOUDPC_ALERT_LARK_WEBHOOK=<找 PM 要群 webhook>
CLOUDPC_ALERT_AT_OPENID=<你的 Lark open_id> —— 出问题 @ 你（不填则不 @）
只监控自己一台：不用填账号，脚本默认用 AKKE_ACCOUNT_ID；多台才填 CLOUDPC_MONITOR_ACCOUNTS=id1,id2

▼

建包装脚本

mac/Linux：~/.hermes/scripts/cloudpc-monitor.sh（补 node/pnpm 路径 + cd 到 Akke 仓 + 跑 pnpm tsx scripts/cloudpc-monitor-tick.ts）
Windows：写成 cloudpc-monitor.py（Hermes cron 对非 .sh 走 Python，跨平台更稳）。模板见 runbook。

▼

注册定时任务

hermes cron create "*/10 9-21 * * *" --name cloudpc-monitor --no-agent --script cloudpc-monitor.sh --deliver local

▼

自检一次

pnpm tsx scripts/cloudpc-monitor-tick.ts --force-test → 去 Lark 群看有没有收到「🧪 自检」。收到=装好了。

装完就只管用：健康全程安静，出问题自动 @ 你。要暂停 hermes cron pause <jobid>。

关键组件 & 常用命令

⏰ 调度：Hermes cron · cloudpc-monitor 📜 包装：~/.hermes/scripts/cloudpc-monitor.sh 🔍 检测：scripts/cloudpc-monitor-tick.ts 📤 投递：Lark 群机器人 webhook 📝 日志：~/.hermes/logs/cloudpc-alerts.log

操作	命令
看监控任务	`hermes cron list`
暂停 / 恢复	`hermes cron pause / resume c76f5b459b0e`
看告警留痕	`tail -f ~/.hermes/logs/cloudpc-alerts.log`
手动自检（推两条到群）	`pnpm tsx scripts/cloudpc-monitor-tick.ts --force-test`
改阈值 / 时段	编辑 `cloudpc-monitor-tick.ts` 顶部常量

🖥️ 云电脑监控 · 操作逻辑