OpenClaw 弹性监控

问题背景

Agent 调用 LLM API 时，429、503、超时、网络抖动等错误会打断任务，而原始日志通常分散在不同请求和实例中。排查时往往要翻日志、按模型核对、再确认重试记录，过程比较零散，也难以快速判断某个模型是否异常、某类错误是否可重试、任务是否已恢复。

工作方式

该技能为 OpenClaw 增加自然语言入口，用于查看错误统计、管理重试策略、打开面板和生成报告：

• resilience_stats：按 today、hour、week 或模型名查询错误率与模型分布。
• resilience_strategies：列出、新增、修改或重置重试策略，支持固定间隔、指数退避和自定义间隔。
• resilience_report：生成日报、单模型报告、任务恢复报告或完整状态报告。
• resilience_dashboard：打开本地实时面板，查看当前错误、模型统计、最近错误和策略卡片。

例如，可以用自然语言查询某个模型的今日错误率，再把默认超时策略改成指数退避。技能把错误归入 rate_limit、timeout、auth_failed、context_too_long 等类别，并标明哪些类别可重试；实际工具注册、自动记录、重试引擎和 Dashboard 服务由配套插件完成。

适用边界

它面向已经接入 OpenClaw 并希望用中文指令查看 API 健康度的工程场景。若未安装或加载配套插件，工具调用会失败，面板也不会启动；策略修改通常只作用于本地 Gateway 实例。