zsglpt/scripts/HEALTH_MONITOR_README.md

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

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）

* * * * * 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