cvm-ai-doctor

CVM AI Doctor 技能

用途: 智能诊断系统各类性能问题和使用问题,采用快速检查(10秒分诊)→ 深度分析(20-60秒)工作流。

支持系统: 本地服务器、个人计算机(Mac/Windows/Linux)、虚拟机、容器。

---

🎯 何时使用此技能

核心能力:

• 系统性能诊断(CPU、内存、磁盘、网络)
• 健康检查(快速扫描、综合分析)
• 系统故障排查(崩溃、错误、慢、卡)
• 性能优化建议
• 集群管理：多节点健康巡检、评分、关联分析、风险门控修复（需配合 tencentcloud-infra 技能）

触发关键词: 详见"Tier 1 核心场景"中的完整关键词列表

注意: 如果用户提到"LightClaw 自检"或"平台体检"或"安全检查",请使用 health-check 技能。

注意: 如果用户提到"集群"、"所有节点"、"所有CVM"，使用集群管理场景，需同时加载 tencentcloud-infra 技能。

🌐 远程服务器

• 用户提到 IP 地址或远程主机 → 结合 remote-connect 技能使用(详见"远程诊断"章节)

---

🚀 快速/深度诊断工作流

两阶段诊断方法:

快速模式 (3-10秒):
  - 快速扫描所有组件
  - 执行策略:
      优先: 执行快速扫描脚本 (如果存在) → ~3秒
        - Windows: pwsh scripts/quick_scan.ps1
        - Linux/macOS: bash scripts/quick_scan.sh
      回退: 读取 resource-saturation-quick.md → 运行单独命令 → ~10秒
  - 返回: 每个组件的 OK / WARNING / CRITICAL 状态
  
深度模式 (20-60秒, 按需触发):
  - 单组件: 只分析标记组件
  - 多组件: 使用组合关联分析
  - 根本原因分析 + 建议

决策规则:
  - 通用问题 ("慢", "卡") → 先快速扫描,再对标记组件深度分析
  - 特定组件 ("CPU高") → 跳过快速,直接深度分析
  - 多个异常 (2+ 个标记) → 使用深度组合分析
  - 健康检查 → 仅快速扫描,全部 OK 则停止

---

🔍 场景匹配

Tier 1: 核心场景 (80% 覆盖率)

优先匹配以下场景:

系统慢/卡 (System Slow):
  keywords: [慢, 卡, slow, lag, 响应慢, sluggish, 性能问题, performance issue, 性能故障, performance problem]
  workflow: 快速扫描 → 对标记组件深度分析
  fixes: [commands/debugging/diagnose-slowdown.md, commands/system-health/review-startup-services.md]

CPU 高 (High CPU):
  keywords: [CPU, cpu高, cpu 100%, CPU满]
  workflow: 直接使用 resource-saturation-deep-cpu.md
  fixes: [commands/hardware/hardware-profilers/by-component/profile-cpu.md]

内存不足 (Low Memory):
  keywords: [内存, memory, OOM, swap, 内存不足]
  workflow: 直接使用 resource-saturation-deep-memory.md
  fixes: [commands/hardware/hardware-profilers/by-component/profile-ram.md]

磁盘问题 (Disk Issues):
  keywords: [磁盘, disk, I/O, io慢, 磁盘满, 磁盘空间, 盘满, C盘, D盘, disk full, space, 存储]
  workflow: 直接使用 resource-saturation-deep-disk.md
  fixes: [commands/optimisation/large-files.md, commands/storage/health-checks/check-drive-health.md]

网络问题 (Network Issues):
  keywords: [网络, network, 网卡, 丢包]
  workflow: 直接使用 resource-saturation-deep-network.md
  fixes: [commands/network/lan/diagnose-lan-connectivity.md]

健康检查 (Health Check):
  keywords: [检查, 健康, health, check, 诊断, 体检, 健康度, inspection, 专业检查, 专家检查, 快速检查, 深入检查, 深度检查, 全面检查]
  workflow: |
    一般健康检查 → 运行快速扫描脚本 (3秒):
      全部 OK 则停止。
    综合健康检查 (用户说"综合检查" / "全面体检" / "系统全检" / "深入检查" / "深度检查" / "专业检查" / "专家检查"):
      按顺序运行 3 个快速模块:
        1. resource-saturation-quick.md (CPU/内存/磁盘/网络)
        2. system-logs-quick.md (内核/OOM/文件系统/认证/服务错误)
        3. disk-smart-quick.md (磁盘 SMART 健康度)
      对发现的任何 WARNING/CRITICAL 组件进行深度分析。
  fixes: [commands/system-health/system-health-checkup.md]

系统崩溃/错误 (System Crash):
  keywords: [崩溃, crash, 错误, error, 重启, reboot, 系统救援, 系统急救, emergency, rescue, 紧急修复, 故障修复]
  workflow: system-logs-quick.md → 对错误类别深度分析
  fixes: [commands/debugging/diagnose-crash.md]

性能优化 (Performance Optimization):
  keywords: [性能优化, 性能提升, 提升性能, performance optimization, performance tuning, optimize, tuning, 调优, 优化建议]
  workflow: 快速扫描 → 识别瓶颈 → 深度分析 → 优化建议
  fixes: [commands/hardware/hardware-profilers/hardware-profile.md, commands/optimisation/large-files.md]

磁盘健康 (Disk Health):
  keywords: [磁盘健康, SMART, 坏道, 硬盘故障]
  workflow: disk-smart-quick.md → 如果 FAILED 则 disk-smart-deep.md
  fixes: [commands/storage/health-checks/check-drive-health.md]

硬件问题 (Hardware Issues):
  keywords: [硬件, hardware, 温度, RAID, ECC, 风扇]
  workflow: hardware-health-quick.md → hardware-health-deep.md
  fixes: [commands/hardware/hardware-profilers/hardware-profile.md]

时间问题 (Time Issues):
  keywords: [时间, NTP, 时钟, 时间不对, Kerberos]
  workflow: time-sync.md 快速 → 如未同步则深度分析
  fixes: []  # time-sync.md 本身包含修复步骤

SSH 登录问题 (SSH Login Issues):
  keywords: [SSH, ssh登录, 无法登录, 登录失败, can't login, login failed, connection refused, 连不上]
  workflow: |
    使用 cvm-self-diagnosis-repair.md → 诊断 SSH 服务、防火墙、磁盘、内存
    需用户确认后修复: 重启服务、修复配置、开放防火墙
  fixes: [references/cvm-self-diagnosis-repair.md]

诊断统计 (Diagnosis Stats):
  keywords: [统计, 诊断统计, stats, statistics, 诊断报告, 历史诊断, 诊断历史, 诊断趋势, diagnosis report, 问题率, 诊断次数]
  workflow: |
    执行: bash scripts/analyze_stats.sh
    支持的参数:
      --today     仅今天的数据
      --last Nd   最近 N 天 (如 --last 7d)
      --json      输出 JSON (供程序消费)
    如果用户问特定时间段 → 加对应参数
    如果用户问总览/概况 → 不加参数(全量)
  fixes: []

集群管理 (Cluster Management):
  keywords: [集群, cluster, 所有CVM, 所有节点, fleet, 批量检查, 多台服务器, 巡检, 节点, 健康巡检, 集群健康, cvm集群, 节点状态]
  workflow: |
    前置：本场景所有 tccli 命令通过 tencentcloud-infra 技能执行，
          必须确认该技能在当前会话已加载，且 OAuth 凭据有效。

    路由判断：

    1. 无集群配置（MEMORY.md 无 cluster_config 段落）→ 首次配置引导
       读 references/cluster-discovery.md，向用户展示以下引导词：
       ─────────────────────────────────────────────────────────
       我需要知道要管理哪些 CVM 实例。请选择配置方式：

       1. 标签过滤（推荐）：按服务标签批量选择，例如 Service=order-api
       2. 指定实例 ID：直接输入 ins-xxx,ins-yyy,ins-zzz
       3. 全量扫描：当前区域所有实例（⚠️ 大账户请谨慎）

       请告诉我：
       - 选哪种方式？
       - 实例所在区域（如 ap-guangzhou）？
       - 对应的标签键值 或 实例 ID 列表？
       ─────────────────────────────────────────────────────────
       收到回复后，通过 tencentcloud-infra 执行 DescribeInstances 并展示结果让用户确认，
       确认后写入 MEMORY.md cluster_config 段落。

    2. 有配置，用户要健康检查：
       → 读 references/cluster-quick-check.md（3 层快照，约 30 秒）
       → 读 references/cluster-health-score.md（生成评分报告）

    3. 发现异常，用户要深度分析：
       → 读 references/cluster-deep-analysis.md（按异常类型选 TAT 命令）

    4. 用户要修复：
       → 读 references/cluster-remediation.md（风险门控，串行执行）

    协作协议见 references/skill-collaboration-tencentcloud.md
  fixes: [references/cluster-remediation.md]
  risk_level: 🟡~🔴（依据具体操作，读 cluster-remediation.md 风险等级）