业务赋能中心
运维监控与网关健康
云端、本地网关、组网链路、Syncthing 存储、业务任务和告警处置的运维口径。
功能定位
运维中心 用于把 StudioX 的云端控制面、本地网关、组网链路、共享盘存储、Syncthing 同步和业务任务风险集中到一个指挥台里。
它不是数据库修复工具，也不是远程重启平台。它的核心价值是帮助运维人员判断：哪里异常、异常属于哪一层、影响哪些业务、下一步先处理什么。
分层看系统
运维中心应按这些层次理解：
| 层级 | 关注内容 |
|---|---|
| 云端控制面 | HTTP 服务、MySQL、Redis、队列、告警、事件日志、WSS 控制入口 |
| 本地网关服务 | Go Gateway、WSS 回连、健康检查、metrics、能力声明 |
| 本地能力面 | Python worker、共享盘、预览目录、版本目录、FFmpeg、TTS、Print Agent |
| 组网链路面 | 云端到网关、网关到云端、浏览器到网关、外网媒体入口到网关 |
| 业务任务面 | 直播录制、TTS、远程打印、素材推送、脚本分镜拆分 |
| 处置闭环 | 告警、确认、恢复、忽略、事件流水和处理记录 |
不要把所有异常都归类为“网关挂了”。很多现场问题其实是入站链路、浏览器代理、共享盘权限、Syncthing 同步或业务任务堆积。
状态怎么读
运维中心通常会出现四类状态：
| 状态 | 含义 |
|---|---|
| 正常 | 当前证据显示服务、链路或任务处于可用状态 |
| 关注 | 有风险或局部异常，但未必影响全部业务 |
| 高危 | 已影响关键服务、链路或业务任务 |
| 未知 | 当前证据不足，不能证明正常，也不能证明故障 |
未知 不等于异常。比如云端访问不到网关 health 时，云端就无法判断 worker、共享盘、预览目录是否正常。这时应显示为未知，而不是直接判定本地能力故障。
服务状态和链路状态
运维排障时必须拆开两件事：
服务状态：本地网关进程、worker、共享盘、TTS、Print Agent 等是否可用。链路状态：云端、浏览器、外网媒体入口和本地网关之间是否能互相访问。
典型判断：
| 现象 | 优先判断 |
|---|---|
| WSS 在线，但云端访问网关 health 失败 | 网关可能还活着，优先查 base_url、NAT、防火墙、DNS、入站链路 |
| WSS 离线，云端 health 也失败 | 无法确认网关存活，需要本地机器侧确认 |
health 成功，但 disk_root_ready=false | 本地共享盘或挂载权限异常 |
health 成功，但 preview_root_ready=false | 预览目录或外网预览缓存能力异常 |
| 浏览器预览失败，但云端和网关都正常 | 优先查浏览器到本地网关链路、VPN、代理或 TUN 规则 |
Syncthing 和存储健康
存储健康不只看磁盘是否存在，还要看业务目录是否可用。
重点字段包括：
- 共享盘根目录是否存在、可写、容量充足。
- 预览目录和版本目录是否可写。
- Syncthing 文件夹是否可查询、是否处于同步异常状态。
- Host Header、TLS 校验和 API 访问策略是否适配当前 Syncthing 部署。
- 业务目录容量是否会影响直播录制、上传、脚本分镜、TTS 输出或外网预览。
如果某个地区出现“文件能登记但不能预览”“直播任务完成但没有稳定文件”“外网 480p 预览不可用”，先把共享盘、预览目录和 Syncthing 健康一起看。
业务任务风险
运维中心不只看机器状态，也要看任务影响面：
- 直播录制是否有长时间启动中、停止中、合并失败或转写失败。
- TTS 是否有处理中堆积、EOF、无输出或本地服务超时。
- 远程打印是否停在已接收、准备中或打印中。
- 素材推送是否无人认领、部分成功或频繁触发平台限流。
- 脚本分镜拆分是否大量处理中或回调结果为空。
服务正常但任务持续失败时，应从业务链路、文件权限、平台限制、任务参数和外部依赖继续排查。
告警和通知
告警应有生命周期，不应重复刷屏：
- 发现异常并记录首次发生时间。
- 判断影响区域、网关、业务模块和任务数量。
- 去重或抑制重复告警。
- 通知到对应运维或业务负责人。
- 处理后恢复、关闭或标记忽略。
- 保留事件流水，便于复盘。
飞书通知适合推送高危或需要人工处理的事件。普通未知状态不应直接升级成故障通知，除非持续时间或业务影响达到阈值。
排障顺序
- 看运维总览的综合风险和影响范围。
- 分清异常属于云端、本地网关、组网链路、本地能力还是业务任务。
- 对网关问题先看 WSS 在线状态，再看 HTTP health 和 metrics。
- 对文件问题同时看共享盘、预览目录、版本目录和 Syncthing。
- 对业务任务问题进入对应业务详情，看失败原因和事件流水。
- 对浏览器访问问题检查 VPN、Clash、TUN、DNS 和直连规则。
- 对打印问题同时看云端任务、gateway 日志和 Windows Print Agent。