refactor: optimize structure, stability and runtime performance

scripts/HEALTH_MONITOR_README.md

@@ -0,0 +1,60 @@
+# 健康监控（邮件版）
+
+本目录提供 `health_email_monitor.py`，通过调用 `/health` 接口并使用**容器内已有邮件配置**发告警邮件。
+
+## 1) 快速试跑
+
+```bash
+cd /root/zsglpt
+python3 scripts/health_email_monitor.py \
+  --to 你的告警邮箱@example.com \
+  --container knowledge-automation-multiuser \
+  --url http://127.0.0.1:51232/health \
+  --dry-run
+```
+
+去掉 `--dry-run` 即会实际发邮件。
+
+## 2) 建议 cron（每分钟）
+
+```bash
+* * * * * cd /root/zsglpt && /usr/bin/python3 scripts/health_email_monitor.py \
+  --to 你的告警邮箱@example.com \
+  --container knowledge-automation-multiuser \
+  --url http://127.0.0.1:51232/health \
+  >> /root/zsglpt/logs/health_monitor.log 2>&1
+```
+
+## 3) 支持的规则
+
+- `service_down`：健康接口请求失败（立即告警）
+- `health_fail`：返回 `ok/db_ok` 异常或 HTTP 5xx（立即告警）
+- `db_pool_exhausted`：连接池耗尽（默认连续 3 次才告警）
+- `queue_backlog_high`：任务堆积过高（默认 `pending_total >= 50` 且连续 5 次）
+
+脚本支持恢复通知（规则恢复正常会发“恢复”邮件）。
+
+## 4) 常用参数
+
+- `--to`：收件人（必填）
+- `--container`：Docker 容器名（默认 `knowledge-automation-multiuser`）
+- `--url`：健康地址（默认 `http://127.0.0.1:51232/health`）
+- `--state-file`：状态文件路径（默认 `/tmp/zsglpt_health_monitor_state.json`）
+- `--remind-seconds`：重复告警间隔（默认 3600 秒）
+- `--queue-threshold`：队列告警阈值（默认 50）
+- `--queue-streak`：队列连续次数阈值（默认 5）
+- `--db-pool-streak`：连接池连续次数阈值（默认 3）
+
+## 5) 环境变量方式（可选）
+
+也可不用命令行参数，改用环境变量：
+
+- `MONITOR_EMAIL_TO`
+- `MONITOR_DOCKER_CONTAINER`
+- `HEALTH_URL`
+- `MONITOR_STATE_FILE`
+- `MONITOR_REMIND_SECONDS`
+- `MONITOR_QUEUE_THRESHOLD`
+- `MONITOR_QUEUE_STREAK`
+- `MONITOR_DB_POOL_STREAK`
+