一個強大的管理工具包，透過專業的 DevOps 工作流監控、診斷和優化 OpenClaw AI Agent。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install agentops
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 agentops。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 AgentOps？
AgentOps 是一款專業級營運套件，旨在為 AI Agent 的效能和穩定性提供深度可見性。作為 Openclaw Skills 中的關鍵項，它透過提供健康監控、工作階段追蹤和資源優化工具，彌合了開發與生產之間的差距。該工具包與 OpenClaw 生態系統緊密整合，確保開發人員能夠為其自動化 Agent 保持高可用性和巔峰效能。
透過採用免費增值模式，AgentOps 授權用戶從日誌分析器和健康檢查等基本診斷工具開始，逐步擴展到高級自動化警報和多 Agent 協同。對於任何希望將其 Openclaw Skills 工業化並確保長期可靠營運的人來說，它都是不可或缺的資產。
AgentOps 應用場景
- 監控活躍 AI Agent 的即時健康狀況和工作階段狀態。
- 分析系統日誌以識別 Openclaw Skills 中的錯誤、警告或意外行為。
- 優化設定檔案以獲得更好的效能和資源管理。
- 為 CPU 和記憶體使用閾值設置自動化警報。
- 在複雜的 Agent 環境中診斷工作階段逾時或高記憶體消耗的根本原因。
AgentOps 運作原理
- 用戶透過命令列或提及特定的營運關鍵字（如健康檢查或日誌分析）來觸發工具。
- AgentOps 執行專門的 Python 腳本，直接與 OpenClaw 服務和工作階段元數據對接。
- 對於基礎維護，該工具解析 OpenClaw 日誌和系統指標，以提供當前效能的快照。
- 對於高級工作流，該工具使用基於邏輯的診斷引擎對工作階段失敗進行根本原因分析。
- 結果以可操作的 CLI 文本、用於進一步自動化的結構化 JSON 或 Markdown 報告輸出，以輔助 Openclaw Skills 的生命週期管理。
AgentOps 設定指南
要在您的 Openclaw Skills 環境中部署此工具，請確保已安裝 Python 3.8 或更高版本。
# Navigate to your agentops directory
cd agentops
# Run a comprehensive health check to verify your setup
python3 scripts/health_check.py --check all
# Monitor real-time performance
python3 scripts/perf_monitor.py --watch 30
AgentOps 資料結構與分類體系
AgentOps 將營運數據整理成結構化格式，以促進與其他 Openclaw Skills 的無縫整合。
| 數據類型 | 來源 | 描述 |
|---|---|---|
| 健康指標 | OpenClaw Service | 服務、工作階段的狀態以及設定有效性。 |
| 日誌數據 | ~/.openclaw/logs | 提取的錯誤、警告和異常模式。 |
| 效能統計 | 系統資源 | CPU、記憶體和 Agent 回應時間基準。 |
| 拓撲圖 | 多 Agent 邏輯 | 不同 Agent 之間的依賴關係和衝突分析。 |
AgentOps 進階特性
- 多 Agent 協同，分析不同 Openclaw Skills 之間的依賴關係和拓撲結構。
- 具有可配置系統指標和指標運算符閾值的自動化警報管理。
- 根本原因診斷引擎，用於快速排查工作階段逾時和高記憶體使用問題。
- 針對自定義時間段（例如 7 天報告）提供綜合效能報告，並以 Markdown 匯出。
- 高級設定優化器，根據實際資源使用情況提供可操作的改進建議。
SKILL.md
加載中
Openclaw 相關技能
Verified Agent Identity
一種去中心化身份管理技能，允許 AI 智能體建立 DID 並透過 Billions Network 將其連結到人類所有者。
精選*
