前言
了解 OpenClaw 的资源消耗情况是保障服务稳定性的关键。本文将介绍如何全方位监控 OpenClaw 的资源使用，包括内存、CPU、网络连接、消息处理量等指标，并配置当指标异常时的自动告警通知。
一、内置资源监控
1.1 openclaw stats 命令
OpenClaw 提供了内置的统计命令，可以快速查看资源使用概况：
# 查看当前资源使用
openclaw stats
# 输出示例
# ┌─────────────────────────────────────────┐
# │ OpenClaw 运行统计 │
# ├─────────────────────────────────────────┤
# │ 运行时间: 3d 12h 45m │
# │ 进程 PID: 12345 │
# │ 内存 (Heap): 168MB / 512MB (32%) │
# │ 内存 (RSS): 245MB │
# │ CPU (1m avg): 2.3% │
# │ 活跃频道: 3 / 3 │
# │ 今日消息: 342 │
# │ 今日 Token: 125,800 │
# │ 今日费用: $1.85 │
# │ 平均响应: 1.8s │
# │ 错误率: 0.3% │
# └─────────────────────────────────────────┘
1.2 实时监控面板
# 启动实时监控（类似 top 命令）
openclaw stats --live
# 自定义刷新间隔（秒）
openclaw stats --live --interval 5
实时面板会持续更新以下指标：
- 内存使用趋势图（ASCII 图表）
- 每分钟消息处理量
- 当前活跃连接数
- API 调用延迟
- 错误计数
1.3 历史统计查询
# 查看过去 24 小时的消息统计
openclaw stats --period 24h
# 查看过去 7 天的资源趋势
openclaw stats --period 7d --metric memory
# 导出统计数据为 CSV
openclaw stats --period 30d --format csv > openclaw-stats.csv
二、HTTP API 监控接口
2.1 获取运行指标
# 基本运行指标
curl -s http://localhost:18789/health/stats | jq .
返回数据：
{
"uptime": 302400,
"memory": {
"heapUsed": 168000000,
"heapTotal": 536870912,
"rss": 257000000,
"external": 15000000
},
"cpu": {
"user": 125000,
"system": 45000,
"percent": 2.3
},
"messages": {
"today": 342,
"thisHour": 28,
"total": 15680
},
"tokens": {
"today": {
"input": 89500,
"output": 36300
}
},
"responseTime": {
"avg": 1800,
"p50": 1500,
"p95": 3200,
"p99": 5100
},
"errors": {
"today": 3,
"rate": 0.003
}
}
2.2 频道级别统计
# 获取各频道的消息统计
curl -s http://localhost:18789/health/channels | jq .
{
"channels": [
{
"name": "whatsapp",
"status": "connected",
"uptime": 302400,
"messagesReceived": 180,
"messagesSent": 175,
"avgResponseTime": 1650,
"errors": 1
},
{
"name": "telegram",
"status": "connected",
"uptime": 302400,
"messagesReceived": 120,
"messagesSent": 118,
"avgResponseTime": 1950,
"errors": 2
}
]
}
三、Prometheus 指标采集
3.1 启用 Prometheus 端点
// ~/.config/openclaw/openclaw.json5
{
"monitoring": {
"prometheus": {
"enabled": true,
"port": 9191,
"path": "/metrics"
}
}
}
3.2 关键 Prometheus 指标
OpenClaw 导出的完整指标列表：
消息处理指标：
| 指标名 | 类型 | 说明 |
|---|---|---|
openclaw_messages_received_total |
Counter | 接收消息总数（按频道分标签） |
openclaw_messages_sent_total |
Counter | 发送消息总数 |
openclaw_messages_failed_total |
Counter | 处理失败消息数 |
模型调用指标：
| 指标名 | 类型 | 说明 |
|---|---|---|
openclaw_model_requests_total |
Counter | 模型 API 调用总数 |
openclaw_model_errors_total |
Counter | 模型 API 错误数 |
openclaw_model_duration_seconds |
Histogram | 模型响应耗时分布 |
openclaw_model_tokens_total |
Counter | Token 使用总量（input/output 标签） |
资源指标：
| 指标名 | 类型 | 说明 |
|---|---|---|
openclaw_memory_heap_bytes |
Gauge | 堆内存使用量 |
openclaw_memory_rss_bytes |
Gauge | 驻留内存大小 |
openclaw_active_connections |
Gauge | 活跃连接数 |
openclaw_queue_length |
Gauge | 请求队列长度 |
3.3 实用 PromQL 查询
# 每分钟消息处理速率
rate(openclaw_messages_received_total[5m]) * 60
# 按频道统计消息量
sum by (channel) (increase(openclaw_messages_received_total[24h]))
# 模型调用 P95 延迟
histogram_quantile(0.95, rate(openclaw_model_duration_seconds_bucket[5m]))
# 错误率
rate(openclaw_model_errors_total[5m]) / rate(openclaw_model_requests_total[5m])
# 内存使用百分比
openclaw_memory_heap_bytes / openclaw_memory_heap_max_bytes * 100
# Token 消耗速率（每小时）
rate(openclaw_model_tokens_total[1h]) * 3600
四、告警规则配置
4.1 基于阈值的告警
在 OpenClaw 配置中设置告警规则：
{
"alerts": {
"enabled": true,
"rules": [
{
"name": "高内存使用",
"condition": "memory.heapPercent > 85",
"duration": "10m",
"severity": "warning",
"message": "内存使用率超过 85%，当前: {value}%"
},
{
"name": "服务响应慢",
"condition": "responseTime.p95 > 5000",
"duration": "5m",
"severity": "warning",
"message": "P95 响应时间超过 5 秒，当前: {value}ms"
},
{
"name": "高错误率",
"condition": "errors.rate > 0.05",
"duration": "5m",
"severity": "critical",
"message": "错误率超过 5%，当前: {value}"
},
{
"name": "频道断连",
"condition": "channels.disconnected > 0",
"duration": "3m",
"severity": "critical",
"message": "有 {value} 个频道断连"
},
{
"name": "队列积压",
"condition": "queue.length > 30",
"duration": "2m",
"severity": "warning",
"message": "请求队列积压 {value} 条"
}
]
}
}
4.2 告警通知渠道
{
"alerts": {
"notifications": [
{
"type": "telegram",
"botToken": "YOUR_BOT_TOKEN",
"chatId": "YOUR_CHAT_ID",
// 只接收 critical 级别告警
"minSeverity": "critical"
},
{
"type": "webhook",
"url": "https://hooks.slack.com/services/xxx",
"minSeverity": "warning"
},
{
"type": "email",
"to": "[email protected]",
"minSeverity": "critical"
}
],
// 告警节流：相同告警最少间隔
"throttle": "15m",
// 恢复时发送通知
"notifyOnResolve": true
}
}
4.3 Grafana 告警规则
如果使用 Grafana，可以配置更灵活的告警：
# Grafana 告警规则
groups:
- name: openclaw
rules:
- alert: OpenClawHighMemory
expr: openclaw_memory_heap_bytes > 400 * 1024 * 1024
for: 10m
labels:
severity: warning
annotations:
summary: "OpenClaw 内存使用过高"
description: "堆内存: {{ $value | humanizeBytes }}"
- alert: OpenClawMessageBacklog
expr: openclaw_queue_length > 20
for: 5m
labels:
severity: warning
annotations:
summary: "OpenClaw 消息队列积压"
- alert: OpenClawDown
expr: up{job="openclaw"} == 0
for: 1m
labels:
severity: critical
annotations:
summary: "OpenClaw 服务不可用"
五、消息量与成本统计
5.1 日报统计
# 查看今日统计摘要
openclaw stats --period today --summary
# 输出
# 今日统计 (2026-03-14)
# ──────────────────────
# 消息总量: 342
# Token 消耗: 125,800 (input: 89,500 / output: 36,300)
# 估算费用: $1.85
# 平均响应: 1.8s
# 最慢响应: 6.2s
# 错误次数: 3 (0.9%)
# 活跃用户: 28
5.2 费用预测
# 查看本月费用趋势和预测
openclaw stats --cost --period month
# 输出
# 本月费用统计
# ──────────────────────
# 已消费: $42.50
# 日均费用: $3.04
# 月末预测: $94.20
# 费用最高频道: WhatsApp ($22.30)
# 费用最高用户: user_abc ($8.50)
六、监控架构建议
根据你的部署规模，选择合适的监控方案：
个人/小团队（1-5用户）：
- 使用
openclaw stats命令手动查看 - cron + watchdog 脚本做基本健康检查
- Telegram 告警通知
中等规模（5-50用户）：
- 开启 Prometheus 指标采集
- 部署 Grafana 仪表盘
- 配置多级告警规则
- 定期查看成本报告
大规模/企业级：
- 完整 Prometheus + Grafana + Alertmanager 体系
- 接入企业级监控平台（Datadog/New Relic）
- 日志集中收集（ELK/Loki）
- SLA 监控和自动化运维
选择与你的规模匹配的监控方案，既不要过度工程化，也不要在关键指标上留下盲区。持续监控是保障 OpenClaw 稳定运行的基础。