DAS Agent+OpenClaw：实现钉钉上自动接收异常告警及诊断结果

步骤一：创建钉钉群机器人

1. 打开钉钉群，选择群设置 > 智能群助手 > 添加机器人 > 自定义。

2. 设置机器人名称，例如数据库告警助手。

3. 安全设置选择签名，复制SECRET。

4. 复制Webhook URL（完整URL，包含所有参数）。

Webhook格式示例：

https://oapi.dingtalk.com/robot/send?access_token=xxx

步骤二：创建配置文件（.env）

执行以下命令创建配置文件：

nano /home/admin/.openclaw/.env

在配置文件中填入以下内容（请替换为您的实际配置）：

# ==================== 阿里云凭据 ====================
ALIBABA_CLOUD_ACCESS_KEY_ID=您的AccessKeyID
ALIBABA_CLOUD_ACCESS_KEY_SECRET=您的AccessKeySecret

# ==================== 钉钉配置 ====================
DING_WEBHOOK=您的钉钉Webhook URL

# ==================== 监控配置 ====================
# 告警阈值（百分比）
CPU_THRESHOLD=80
MEMORY_THRESHOLD=80
DISK_THRESHOLD=85
IOPS_THRESHOLD=80
CONNECTION_THRESHOLD=80

# 需要监控的实例列表
# 格式：实例ID:实例名称:区域:数据库类型
MONITOR_INSTANCES=(
  "实例ID1:订单数据库:cn-hangzhou:rds-mysql"
  "实例ID2:用户数据库:cn-shanghai:rds-mysql"
  "实例ID3:缓存集群:cn-hangzhou:redis"
)

# DAS Agent诊断配置（可选）
ENABLE_DAS_DIAGNOSIS=true
DAS_SCRIPT_PATH=/home/admin/.openclaw/workspace/skills/database-operations-das/scripts/call_das_agent.py

保存并设置权限：

chmod 600 /home/admin/.openclaw/.env

配置参数说明如下。

步骤三：创建监控脚本

监控脚本负责定时查询数据库指标，当指标超过阈值时自动调用DAS Agent进行诊断，并将告警和诊断结果通过钉钉发送。

1. 执行以下命令创建脚本目录和脚本文件。

   mkdir -p /home/admin/.openclaw/workspace/scripts
   nano /home/admin/.openclaw/workspace/scripts/db-monitor.sh

2. 将以下脚本内容粘贴到文件中。

   #!/bin/bash
   # 数据库监控脚本 - 含 DAS 智能诊断
   # 配置从 .env 文件读取，告警包含 DAS 诊断结果
   # ==================== 加载配置文件 ====================
   ENV_FILE="/home/admin/.openclaw/.env"
   if [ ! -f "$ENV_FILE" ]; then
     echo "[$(date '+%Y-%m-%d %H:%M:%S')] 错误：配置文件不存在：$ENV_FILE"
     exit 1
   fi
   # 加载环境变量
   set -a
   source "$ENV_FILE"
   set +a
   # ==================== 默认配置 ====================
   CPU_THRESHOLD=${CPU_THRESHOLD:-80}
   MEMORY_THRESHOLD=${MEMORY_THRESHOLD:-80}
   DISK_THRESHOLD=${DISK_THRESHOLD:-85}
   IOPS_THRESHOLD=${IOPS_THRESHOLD:-80}
   CONNECTION_THRESHOLD=${CONNECTION_THRESHOLD:-80}
   ENABLE_DAS_DIAGNOSIS=${ENABLE_DAS_DIAGNOSIS:-true}
   DAS_SCRIPT_PATH=${DAS_SCRIPT_PATH:-/home/admin/.openclaw/workspace/skills/database-operations-das/scripts/call_das_agent.py}
   # 颜色定义
   RED='\033[0;31m'
   GREEN='\033[0;32m'
   YELLOW='\033[1;33m'
   NC='\033[0m'
   # 日志函数
   log() {
     echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1"
   }
   # 调用 DAS Agent 进行诊断
   run_das_diagnosis() {
     local instance_id="$1"
     local metric_name="$2"
     
     # 检查 DAS script 是否存在
     if [ ! -f "$DAS_SCRIPT_PATH" ]; then
       log "${YELLOW}DAS 脚本不存在，跳过诊断${NC}"
       return 1
     fi
     
     # 构造诊断问题
     local question="实例 $instance_id 的${metric_name}使用率过高，请分析原因并给出优化建议"
     
     log "调用 DAS Agent 进行诊断：$instance_id - $metric_name"
     
     # 调用 DAS script（使用 pipe 模式，输出到 stderr）
     local diagnosis=$(cd "$(dirname "$DAS_SCRIPT_PATH")" && python3 "$DAS_SCRIPT_PATH" -q "$question" --pipe 2>&1 | grep -A 1000 "DAS_AGENT_ANSWER_START" | grep -B 1000 "DAS_AGENT_ANSWER_END" | sed '/DAS_AGENT_ANSWER_START/d' | sed '/DAS_AGENT_ANSWER_END/d')
     
     if [ -n "$diagnosis" ]; then
       echo "$diagnosis"
       return 0
     else
       log "${YELLOW}DAS 诊断失败${NC}"
       return 1
     fi
   }
   # 发送钉钉告警（含 DAS 诊断）
   send_alert() {
     local instance_id="$1"
     local instance_name="$2"
     local db_type="$3"
     local metric_name="$4"
     local metric_value="$5"
     local threshold="$6"
     local region="$7"
     
     # 获取 DAS 诊断结果（如果启用）
     local das_diagnosis=""
     if [ "$ENABLE_DAS_DIAGNOSIS" = "true" ]; then
       das_diagnosis=$(run_das_diagnosis "$instance_id" "$metric_name")
     fi
     
     # 构造告警消息
     local MESSAGE="## 【DB-Monitor】 数据库告警
   ### 实例信息
   - **实例 ID**: \`$instance_id\`
   - **实例名称**: $instance_name
   - **数据库类型**: $db_type
   - **区域**: $region
   ### 告警指标
   - **指标名称**: $metric_name
   - **当前值**: ${metric_value}%
   - **告警阈值**: ${threshold}%
   - **告警级别**: $(get_alert_level "$metric_value")
   $(if [ -n "$das_diagnosis" ]; then
   echo "### DAS 智能诊断
   $das_diagnosis"
   else
   echo "### 处理建议
   $(get_suggestion "$metric_name")"
   fi)
   ---
   - **告警时间**: $(date '+%Y-%m-%d %H:%M:%S')
   - **监控助手**: DB-Monitor + DAS Agent"
     # 发送钉钉消息
     local response=$(curl "$DING_WEBHOOK" \
       -H 'Content-Type: application/json' \
       --data-raw "{\"msgtype\": \"markdown\", \"markdown\": {\"title\": \"【DB-Monitor】数据库告警\", \"text\": \"$MESSAGE\"}}" \
       2>/dev/null)
     
     if echo "$response" | grep -q '"errcode":0'; then
       log "${GREEN}告警已发送${NC}: $instance_name - $metric_name: ${metric_value}%"
       if [ -n "$das_diagnosis" ]; then
         log "${GREEN}包含 DAS 诊断结果${NC}"
       fi
     else
       log "${RED}告警发送失败${NC}: $response"
     fi
   }
   # 获取告警级别
   get_alert_level() {
     local value="$1"
     if [ $(echo "$value > 95" | bc -l) -eq 1 ]; then
       echo "严重"
     elif [ $(echo "$value > 85" | bc -l) -eq 1 ]; then
       echo "紧急"
     elif [ $(echo "$value > 75" | bc -l) -eq 1 ]; then
       echo "警告"
     else
       echo "注意"
     fi
   }
   # 获取处理建议（备用，DAS 不可用时）
   get_suggestion() {
     local metric="$1"
     case "$metric" in
       "CPU")
         echo "1. 检查慢查询日志，优化 Top 10 慢 SQL
   2. 查看当前活跃连接数
   3. 考虑升级实例规格"
         ;;
       "内存")
         echo "1. 检查是否有内存泄漏
   2. 优化大查询和临时表"
         ;;
       "磁盘")
         echo "1. 清理过期数据和日志
   2. 考虑扩容磁盘"
         ;;
       "IOPS")
         echo "1. 优化索引减少 IO
   2. 考虑升级规格"
         ;;
       "连接数")
         echo "1. 检查应用连接池配置
   2. 终止空闲连接"
         ;;
       *)
         echo "1. 查看监控趋势
   2️⃣ 分析异常原因"
         ;;
     esac
   }
   # 查询指标值
   query_metric() {
     local instance_id="$1"
     local namespace="$2"
     local metric_name="$3"
     local region="$4"
     
     local response=$(aliyun cms DescribeMetricList \
       --Namespace "$namespace" \
       --MetricName "$metric_name" \
       --Dimensions "{\"instanceId\":\"$instance_id\"}" \
       --Period 60 \
       --Length 1 \
       --RegionId "$region" \
       2>/dev/null)
     
     echo "$response" | jq -r '.Datapoints' | jq -r '.[0].Average' 2>/dev/null
   }
   # 检查指标是否超过阈值
   check_threshold() {
     local metric="$1"
     local value="$2"
     
     case "$metric" in
       "CPU") [ $(echo "$value > $CPU_THRESHOLD" | bc -l) -eq 1 ] && return 0 ;;
       "内存"|"Redis 内存"|"MongoDB 内存") [ $(echo "$value > $MEMORY_THRESHOLD" | bc -l) -eq 1 ] && return 0 ;;
       "磁盘") [ $(echo "$value > $DISK_THRESHOLD" | bc -l) -eq 1 ] && return 0 ;;
       "IOPS") [ $(echo "$value > $IOPS_THRESHOLD" | bc -l) -eq 1 ] && return 0 ;;
       "连接数"|"Redis 连接数") [ $(echo "$value > $CONNECTION_THRESHOLD" | bc -l) -eq 1 ] && return 0 ;;
     esac
     return 1
   }
   # 主函数
   main() {
     log "开始数据库监控检查..."
     
     # 检查必要配置
     if [ -z "$DING_WEBHOOK" ]; then
       log "${RED}错误：DING_WEBHOOK 未配置${NC}"
       exit 1
     fi
     
     if [ -z "$ALIBABA_CLOUD_ACCESS_KEY_ID" ]; then
       log "${RED}错误：阿里云凭据未配置${NC}"
       exit 1
     fi
     
     if [ ${#MONITOR_INSTANCES[@]} -eq 0 ]; then
       log "${RED}错误：未配置监控实例列表${NC}"
       exit 1
     fi
     
     # 检查 DAS 配置
     if [ "$ENABLE_DAS_DIAGNOSIS" = "true" ]; then
       if [ -f "$DAS_SCRIPT_PATH" ]; then
         log "${GREEN}DAS 诊断已启用${NC}"
       else
         log "${YELLOW}DAS 脚本不存在，将使用基础建议${NC}"
         ENABLE_DAS_DIAGNOSIS=false
       fi
     fi
     
     local alert_count=0
     
     # 遍历所有实例
     for instance_config in "${MONITOR_INSTANCES[@]}"; do
       IFS=':' read -r instance_id instance_name region db_type <<< "$instance_config"
       
       log "检查实例：$instance_name ($instance_id)"
       
       # 根据数据库类型选择指标
       local metrics_to_check=()
       case "$db_type" in
         rds-mysql|rds-pg|rds-sqlserver|polarbox-mysql|polarbox-pg)
           metrics_to_check=("CPU:acs_rds_dashboard:CpuUsage" "内存:acs_rds_dashboard:MemoryUsage" "磁盘:acs_rds_dashboard:DiskUsage")
           ;;
         redis)
           metrics_to_check=("Redis 内存:acs_kvstore:UsedMemory" "Redis 连接数:acs_kvstore:ConnectionUsage")
           ;;
         mongodb)
           metrics_to_check=("MongoDB CPU:acs_mongodb:CpuUsage" "MongoDB 内存:acs_mongodb:MemoryUsage")
           ;;
         *)
           log "${YELLOW}未知的数据库类型：$db_type${NC}"
           continue
           ;;
       esac
       
       # 检查每个指标
       for metric_config in "${metrics_to_check[@]}"; do
         IFS=':' read -r metric_display namespace metric_name <<< "$metric_config"
         
         local value=$(query_metric "$instance_id" "$namespace" "$metric_name" "$region")
         
         if [ -z "$value" ]; then
           log "${YELLOW}无法获取指标：$instance_name - $metric_display${NC}"
           continue
         fi
         
         if check_threshold "$metric_display" "$value"; then
           log "${RED}告警${NC}: $instance_name - $metric_display: ${value}%"
           send_alert "$instance_id" "$instance_name" "$db_type" "$metric_display" "$value" "$threshold" "$region"
           ((alert_count++))
         else
           log "${GREEN}正常${NC}: $instance_name - $metric_display: ${value}%"
         fi
       done
     done
     
     log "监控检查完成，共发现 $alert_count 个告警"
   }
   main

   该脚本实现以下功能：

   • 从.env文件加载配置。

   • 遍历所有监控实例，通过阿里云CLI查询各项指标。

   • 当指标超过阈值时，调用DAS Agent进行智能诊断。

   • 将告警信息和DAS诊断结果通过钉钉Webhook发送到群。

3. 保存并赋予执行权限。

   chmod +x /home/admin/.openclaw/workspace/scripts/db-monitor.sh

步骤四：创建守护进程脚本

1. 执行以下命令创建守护进程脚本。

   nano /home/admin/.openclaw/workspace/scripts/db-monitor-daemon.sh

2. 将以下内容粘贴到文件中。

   #!/bin/bash
   # 数据库监控守护进程 - 每分钟执行一次
   
   LOG_FILE="/tmp/db-monitor.log"
   SCRIPT="/home/admin/.openclaw/workspace/scripts/db-monitor.sh"
   
   echo "[$(date '+%Y-%m-%d %H:%M:%S')] 数据库监控守护进程启动" >> "$LOG_FILE"
   
   while true; do
       bash "$SCRIPT" >> "$LOG_FILE" 2>&1
       sleep 60
   done

3. 保存并赋予执行权限。

   chmod +x /home/admin/.openclaw/workspace/scripts/db-monitor-daemon.sh

步骤五（可选）：安装DAS Agent Skill

DAS Agent Skill可提供更智能的数据库诊断能力。如果您已安装可跳过此步骤。

# Skill位置（如果已上传）
/home/admin/.openclaw/workspace/skills/database-operations-das/

# 测试DAS诊断
export ALIBABA_CLOUD_ACCESS_KEY_ID=您的AccessKeyID
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=您的AccessKeySecret
cd /home/admin/.openclaw/workspace/skills/database-operations-das/scripts
python3 call_das_agent.py -q "实例rm-xxx的CPU过高，请分析原因" --pipe

步骤六：启动监控

执行以下命令在后台启动监控守护进程：

nohup /home/admin/.openclaw/workspace/scripts/db-monitor-daemon.sh > /tmp/db-monitor-daemon.log 2>&1 &
echo "守护进程PID: $!"
ps aux | grep db-monitor-daemon | grep -v grep

步骤七：验证监控

通过以下命令验证监控是否正常运行：

# 1. 查看进程
ps aux | grep db-monitor-daemon

# 2. 查看日志
tail -f /tmp/db-monitor.log

# 3. 手动测试
/home/admin/.openclaw/workspace/scripts/db-monitor.sh

告警消息示例如下：

【DB-Monitor】数据库告警

实例信息
- 实例ID：rm-xxx
- 实例名称：订单数据库
- 数据库类型：rds-mysql
- 区域：cn-hangzhou

告警指标
- 指标名称：CPU
- 当前值：85.3%
- 告警阈值：80%
- 告警级别：紧急

DAS智能诊断=
基于对您RDS MySQL实例的全面分析，CPU过高的原因如下：
1. 慢查询导致CPU持续高负载
2. 缺少合适的索引

优化建议：
1. 为orders表添加复合索引(product_id, status)
2. 优化慢查询SQL，避免全表扫描
3. 考虑升级实例规格

步骤一：创建钉钉应用

1. 访问钉钉开放平台并登录企业账号。

2. 选择应用开发 > 创建应用 > 企业内部应用。

3. 设置应用名称，例如Claw助手。

4. 选择添加能力 > 机器人，勾选接收消息。

5. 单击发布应用。

6. 在凭证与基础信息页面，复制AppKey和AppSecret。

步骤二：配置OpenClaw

1. 编辑OpenClaw配置文件。

   nano ~/.openclaw/openclaw.json

2. 在auth和models之间插入以下配置。

   "channels": {
     "dingtalk-connector": {
       "enabled": true,
       "clientId": "您的AppKey",
       "clientSecret": "您的AppSecret"
     }
   },

3. 保存配置并重启Gateway。

   openclaw gateway restart

步骤三：验证配置

1. 检查通道状态。

   openclaw channels list
   # 应显示：DingTalk __default__: configured, enabled

2. 在钉钉中搜索对应的机器人名称，发起对话进行测试。