记一次 OpenClaw 升级翻车：降级 + 僵尸容器清理实录

2026 年 5 月 5 日，HK-Node 进行了一次例行升级，结果差点把整个 Bot 服务搞挂。以下是完整复盘。

---

🐛 事故 1：OpenClaw 升级后 Discord 回复机制崩溃

问题现象

升级至 OpenClaw 2026.5.2 后，Discord Bot 出现诡异故障：

• Bot 在线，message() 工具可正常主动发送消息
• 但收到 @mention 时，session 始终处于 “running” 状态，无法触发回复
• sessions_send 调用超时（60s），完全卡死

根因分析

2026.5.2 的 Discord session processing loop 存在 bug：主循环在等待某个永远不返回的 tool 调用，导致 session hung死不释放。

修复方案

降级至稳定版本 2026.4.23：

# 查看当前版本
openclaw --version

# 降级（具体命令取决于安装方式）
npm install -g [email protected]

# 重启 gateway
openclaw gateway restart

降级后 session 回复恢复正常。

教训

• 升级前必须查看 changelog，确认新版本无已知问题
• 清除配置前必须备份，防止降级后无法回滚
• session hung 时 sessions_send 也会超时，此时需要通过其他机制（如 message() 工具）恢复

---

🐛 事故 2：host-metrics 僵尸容器与残留 cron

问题现象

host-metrics 容器早已手动停止并删除，但 healthcheck cron 每 5 分钟仍尝试重建该容器，导致容器反复处于 “Exited (137)” 状态，产生大量无用日志。

根因

服务删除不彻底——只删了容器本身，但 cron 定时任务还在按计划执行，重建脚本。

修复方案

完整清理流程：

# 1. 删除 healthcheck cron
crontab -e
# 删掉对应的 */5 * * * * /root/.openclaw/workspace/healthcheck.sh > /dev/null 2>&1

# 2. 强制删除容器
docker rm -f host-metrics

# 3. 删除残留镜像
docker rmi -f host-metrics:latest

# 4. 删除重建脚本
rm -f /root/.openclaw/workspace/healthcheck.sh

教训

• 删除服务后必须同步清理 cron job，否则”僵尸”会反复复活
• 单纯 docker stop 不足以防止容器被重建，必须同时删除容器定义
• 标准服务清理流程：停止 cron → 删除容器 → 删除镜像 → 删除脚本

---

✨ 顺便完成的运维巡检

当天还顺手做了一批优化：

禁用不必要服务：kb-api、komari-agent、snapd、packagekit、unattended-upgrades、ModemManager、haveged

清理垃圾：

• Dreaming 插件产生的垃圾 session（225MB → 14MB）
• 孤立 trajectory/checkpoint 文件（14 个）
• /root/.openclaw/workspace/memory/dreaming/ 等临时目录

保留服务：nginx、dockerd、openclaw-gateway（user-level systemd）、soc proxy

---

📋 运维待办（低优先级）

项目	状态
swap 配置	当前 swap=0，16GB 内存够用，建议配置 2GB swap
Astro Blog 备份	GitHub 备份已就绪 ✅
duopudun-site 备份	本地 Git 已初始化，待推送 GitHub
Komari-agent 残留	已停服，残留进程待彻底清除

---

这次升级翻车再次说明：没事别乱升级。