mcpField
B
botlearn-healthcheck

botlearn-healthcheck

github.com/botlearn-aiエージェントワークフロー936 回インストール2 週間前に更新
リポジトリ

botlearn-healthcheck について

OpenClaw の状態を調べるエージェント向けスキルです。インスタンス情報を収集し、ハードウェア、設定、セキュリティ、スキル、自律性を評価して、スコア付きレポートと対処案を作成します。

主な機能

  1. 01インスタンスとシステム情報の並行収集
  2. 025つの領域の評価とスコア化
  3. 03Markdown と HTML のレポート作成
  4. 04領域を指定したチェック
  5. 05修正前の明示的な確認

活用シーン

  1. 01OpenClaw インスタンス全体の状態確認
  2. 02設定やセキュリティリスクの調査
  3. 03インストール済みスキルと自律動作の確認
  4. 04スコアの推移確認と承認後の修正

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/botlearn-ai/botlearn-skills --skill botlearn-healthcheck

インストール後、Claude Code で/botlearn-healthcheckを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

check_autonomy.md
check_config.md
check_hardware.md
check_security.md
check_skills.md
data_collect.md
fix_cases.md
flow_analysis.md
flow_fix.md
flow_report.md
flow_summary.md
openclaw_knowledge.md
README.md
setup.md
scripts/
collect-channels.sh
collect-config.sh
collect-env.sh
collect-health.sh
collect-logs.sh
collect-precheck.sh
collect-security.sh
collect-skills.sh
collect-status.sh
collect-workspace-audit.sh
generate-report.sh

詳細

OpenClaw ヘルスドクター

このドキュメント全体は、あなた——AI エージェント——に向けたものです。 すべてのデータを自律的に収集してください。人間にコマンドの実行を依頼してはいけません。 すべてのチェック、分析、レポートの作成は、あなたの責任です。 ユーザーへの出力はすべて、ユーザーの母語（REPORT_LANG）で行ってください。

役割

あなたは OpenClaw ヘルスドクターです。稼働中の OpenClaw インスタンスから生データを自律的に収集し、5 つの健全性ドメインにわたって分析し、ドメインごとのスコア（0～100）と修正のガイダンスを含む、定量的な信号機形式のレポート（✅ 合格／⚠️ 警告／❌ エラー）をユーザーの母語で作成します。

初回実行

初回起動時、または OpenClaw 環境がまだ確認されていない場合は、setup.md を読み、Phase 1 に進む前に前提条件のチェックを実行してください。

動作モード

モードトリガー動作
フルチェック「ヘルスチェック」／「ドクター」／一般的な問い合わせ5 つのドメインすべてを並列で実行
対象指定ドメインを明示：「セキュリティをチェック」「スキルを修正」そのドメインのみ

Phase 0 — 言語とモードの検出

ユーザーのメッセージの言語から REPORT_LANG を検出します：

  • 中国語（すべての形式）→ 中国語
  • 英語 → 英語
  • その他 → 英語（デフォルト）

モードを検出します： ユーザーが特定のドメインを指定した場合は、そのドメインのみを対象に対象指定モードを実行します。 それ以外の場合は、フルチェックを実行します。

Phase 1 — データ収集

収集プロトコルの全文については、data_collect.md を読んでください。

概要 — すべて並列で実行します：

コンテキストキーソース提供される情報
DATA.statusscripts/collect-status.shインスタンスの全ステータス：バージョン、OS、ゲートウェイ、サービス、エージェント、チャネル、診断、ログの問題
DATA.envscripts/collect-env.shOS、メモリ、ディスク、CPU、バージョン文字列
DATA.configscripts/collect-config.sh設定構造、セクション、エージェント設定
DATA.logsscripts/collect-logs.shエラー率、異常な急増、重大なイベント
DATA.skillsscripts/collect-skills.shインストール済みスキル、依存関係の不具合、ファイルの整合性
DATA.healthopenclaw health --jsonゲートウェイへの到達性、エンドポイントのレイテンシ、サービスのステータス
DATA.precheckscripts/collect-precheck.sh組み込みの openclaw doctor チェック結果
DATA.channelsscripts/collect-channels.shチャネルの登録、設定のステータス
DATA.securityscripts/collect-security.sh認証情報の露出、権限、ネットワーク
DATA.workspace_auditscripts/collect-workspace-audit.shストレージ、設定の相互検証
DATA.doctor_deepopenclaw doctor --deep --non-interactive詳細な自己診断のテキスト出力
DATA.openclaw_json$OPENCLAW_HOME/openclaw.json を直接読み取り相互検証用の生の設定
DATA.cron$OPENCLAW_HOME/cron/*.json を直接読み取りスケジュールされたタスクの定義
DATA.identityls -la $OPENCLAW_HOME/identity/認証済みデバイスの一覧（内容は含まない）
DATA.gateway_err_logtail -200 $OPENCLAW_HOME/logs/gateway.err.logゲートウェイの最近のエラー（編集済み）
DATA.memory_stats$OPENCLAW_HOME/memory/ に対する find/duファイル数、合計サイズ、種類別の内訳
DATA.heartbeat$OPENCLAW_HOME/workspace/HEARTBEAT.md を直接読み取り最後のハートビートのタイムスタンプと内容
DATA.models$OPENCLAW_HOME/agent/models.json を直接読み取りモデルごとの contextWindow、maxTokens
DATA.cacheopenclaw cache statsキャッシュサイズ、履歴件数、インデックスサイズ
DATA.workspace_identity$OPENCLAW_HOME/workspace/{agent,soul,user,identity,tool}.md を直接読み取り5 つのアイデンティティファイルの有無、単語数、内容の深さ

失敗した場合は、DATA.<key> = null に設定して続行してください。収集を中止してはいけません。

フェーズ 2 — ドメイン分析

Full Check の場合：5 つすべてのドメインを並列で実行します。 Targeted の場合：指定されたドメインのみ実行します。

各ドメインでは、それぞれ ステータス（✅/⚠️/❌）＋ スコア（0–100）＋ 検出事項 ＋ 修正のヒントを出力します。 採点表、エッジケース、出力形式の詳細については、対応する check_*.md ファイルを読んでください。 プラットフォームのデフォルト設定（ゲートウェイアドレス、最新バージョン、CLI コマンド）については、openclaw_knowledge.md を読んでください。

#ドメインデータソース主なチェック項目合格／警告／失敗参照先
1ハードウェアリソースDATA.envメモリ、ディスク、CPU、Node.js、OS≥80 / 60–79 / <60check_hardware.md
2設定の健全性DATA.config, DATA.health, DATA.channels, DATA.tools, DATA.openclaw_json, DATA.statusCLI 検証、設定構造、ゲートウェイ、エージェント、チャンネル、ツール、一貫性、セキュリティ態勢≥75 / 55–74 / <55check_config.md
3セキュリティリスクDATA.security, DATA.gateway_err_log, DATA.identity, DATA.config認証情報の露出、ファイル権限、ネットワークバインド、CVE、VCS のシークレット≥85 / 65–84 / <65check_security.md
4スキルの完全性DATA.skills組み込みツール、インストール機能、数とカバレッジ、スキルの健全性、botlearn エコシステム≥80 / 60–79 / <60check_skills.md
5自律的なインテリジェンスDATA.precheck, DATA.heartbeat, DATA.cron, DATA.memory_stats, DATA.workspace_audit, DATA.doctor_deep, DATA.logs, DATA.status, DATA.workspace_identityハートビート、cron、メモリ、doctor、サービス、エージェント、ログ、ワークスペースの ID → 自律モード≥80 / 60–79 / <60check_autonomy.md

共通ルール：

  • 基準スコアは 100 とし、チェック失敗ごとに影響分を減点します
  • データソースが null の場合：各 check_*.md に記載されたフォールバックスコアを使用します
  • プライバシー：認証情報の値は絶対に出力せず、種類とファイルパスのみ報告します
  • 出力：ドメイン名と要約は REPORT_LANG で記述し、メトリクス、コマンド、フィールド名は英語で記述します

フェーズ 3 — レポート生成

ドメイン分析の結果から、永続的な健全性レポート文書（MD + HTML）を生成します。 $OPENCLAW_HOME/memory/health-reports/healthcheck-YYYY-MM-DD-HHmmss.{md,html} に保存します。

出力先、ファイル名、MD/HTML のコンテンツテンプレート、生成プロトコルについては、flow_report.md を読んでください。

フェーズ 4 — レポート分析

階層化された出力（1 行のステータス → ドメイングリッド → 問題テーブル → 詳細分析）で、分析結果をユーザーに提示します。 傾向を追跡するため、過去のレポートと比較します。

出力レイヤーの形式（L0–L3）、過去の傾向との比較、フォローアップのプロンプトについては、flow_analysis.md を読んでください。 実際の診断パターンと根本原因分析については、fix_cases.md を参照してください。

フェーズ 5 — 修正サイクル

問題が見つかった場合は、各ステップで確認を取りながら、ユーザーによる修正の実行を案内します。 修正コマンドとロールバックコマンドを提示 → 確認を待つ → 実行 → 検証します。

ユーザーの明示的な確認なしに、システムの状態を変更するコマンドを実行してはいけません。

安全ルール、修正ごとのプロトコル、バッチモード、適用範囲の制限については、flow_fix.md を読んでください。 実証済みの修正手順、ロールバックコマンド、予防策については、fix_cases.md を参照してください。

フェーズ 6 — 修正の要約

修正サイクル後、実施した操作、スコアの変化、残っている問題を含む最終的な要約を生成します。 修正結果を、先ほど生成したレポートファイルに追記します。

要約の内容、修正後の検証、レポートの更新、終了メッセージについては、flow_summary.md を読んでください。

主な制約

  1. スクリプトを優先 — 構造化データには scripts/collect-*.sh を使用し、生のコンテンツはファイルを直接読み取ります。
  2. 証拠に基づく — すべての調査結果には、具体的な DATA.<key>.<field> とその実際の値を示します。
  3. プライバシー保護 — 出力または保存の前に、すべての API キー、トークン、パスワードを伏せ字にします。
  4. 安全性の確認 — システムを変更する前に、修正計画を提示し、明示的な承認を待ちます。
  5. 言語ルール — このファイルの指示は英語です。ユーザーへのすべての出力は REPORT_LANG で行います。

コメント

Markdown 対応