Hermes 运维手册：基础设施、部署流水线与工具链

本文档是 Hermes 的运维操作指南。涵盖三机基础设施拓扑、三级部署流程、常用工具命令和故障排除速查。

一、三机基础设施拓扑

公网
  ├── HTTPS (443) ──→ SZ-VPS nginx ──Tailscale──→ XM-50:服务端口
  ├── CF Tunnel ──→ HK-618 cloudflared ──Tailscale──→ XM-50:dash
  └── DERP ──→ HK-618:443/3478

XM-50（主 NAS）

AMD Ryzen 7 8745H / 8核 / 7.7Gi RAM
→ 19 个 Docker 容器 + Hermes + SMB + WebDAV + Postgres

SZ-VPS（深圳阿里云）

2核 / 1.8Gi RAM
→ nginx 反代 10+ 域名，无 Docker，最小攻击面

HK-618（香港丽萨主机）

4核 / 7.8Gi RAM → 仅用了 11%
→ Dashboard + DERP + cloudflared，轻载待命

二、三级部署流程

所有 /vol1/1000/dev/ 下的项目必须走此流程：

DEV  →  STAGING  →  版本号 + CHANGELOG(门禁)  →  PROD  →  验证  →  日志

版本号规范

v<major>.<minor>.<patch>
v0.1.17 修复 → v0.2.0 新功能 → v1.0.0 重大架构变更

三、记忆系统运维

agentmemory 容器

# 查看状态
docker ps --filter name=agentmemory
# 健康检查
curl -s http://127.0.0.1:3111/agentmemory/health
# 崩溃会自动重启（--restart unless-stopped）

SQLite 维护

-- WAL checkpoint（定期执行，防文件膨胀）
PRAGMA wal_checkpoint(TRUNCATE);
-- 查看 journal 模式
PRAGMA journal_mode;
-- 数据库大小
SELECT page_count * page_size / 1024 / 1024 AS size_mb
FROM pragma_page_count, pragma_page_size;

统一查询入口

./kg-deep-recall.sh "问题"          # T1 + T2，默认
./kg-deep-recall.sh --deep "问题"   # T1 + T2 + T3
./kg-deep-recall.sh --tier3 "问题"  # 仅 Cognee

四、故障排除速查

文章发布 404

容器异常退出

Exited (255)    → OOM 或未捕获异常 → 确认 --restart unless-stopped
Exited (1)      → 启动参数错误     → docker logs 看输出
database locked → WAL 未清理       → checkpoint + 重启

网络不可达

SSH 超时       → Tailscale 路由异常 → 换公网 IP 直连
npm 安装慢     → 没配代理          → HTTP_PROXY=http://172.17.0.1:7890
CF Tunnel 502  → 后端服务未启动    → 检查目标端口

磁盘空间

df -h / /vol1 /vol2    # 三块盘使用率
du -sh /vol1/1000/Docker/* | sort -rh | head -10  # 容器日志/数据

五、常用命令速查

六、备份策略

七、告警方式

异常通过企业微信推送，格式：

🚨 [级别] 机器名 / 服务名
  现象: 磁盘使用率 87%
  详情: /vol1 已用 87%（阈值 85%）
  建议: du -sh /vol1/1000/Docker/* | sort -rh | head -5

级别：🔴 严重 / 🟡 警告 / 🔵 信息

Hermes 系列三篇完结。按优先级：宪章 > 架构 > 运维手册。