AI 值守（一）：网站半夜挂了 AI 第一个知道：自动巡检告警怎么配

📖 摘要：网站故障不可怕，可怕的是发现得晚——靠客户投诉、靠搜索引擎降权、靠第二天上班才发现。本文记录我们给自己网站和服务器上的一套自动值守：每 30 分钟巡检一轮（站点可达、内容正确、SSL 证书时效、服务器端口），出问题直接推消息到企业微信，没事绝不打扰。附真实巡检清单、真实告警消息与两个关键设计：平时静默、验证不造假。

一、被客户电话叫醒之前

做网站的人大概率经历过这样的早晨：客户发来一句「你们网站打不开了」，你心里咯噔一下，打开后台一看——凌晨三点就断了，监控呢？没监控。日志在那里躺着，像一份迟到的体检报告。

故障本身不可怕，可怕的是三个滞后：

1. 发现滞后——你是被客户通知的，不是自己发现的；
2. 定位滞后——日志好几份，先查哪份靠猜；
3. 处理滞后——从断线到恢复的每一分钟，都在丢信任、丢搜索排名、丢订单。

我们自己也做网站（就是你现在看的这个博客站），还管着一台跑业务的服务器。过去发现故障靠什么？靠想起来去看一眼，靠用户说。这不是办法。

二、给网站配一个「每 30 分钟查岗的值班员」

2026 年 9 月，我们给自己配了一个 AI 值守助手，核心是定时巡检 + 异常推送——它做的事情，翻译成大白话就是：

• 每 30 分钟，把网站和服务器从头到尾查一遍；
• 每项检查有明确的「正常标准」；
• 全部正常——不吭声；
• 任何一项不正常——立刻发消息到你企业微信，告诉你哪一项、实测值多少、期望值多少。

下面是这个值班员真实在跑的巡检清单（2026-09-02 实测快照）：

每 30 分钟一轮，全天不间断，周末节假日照常——不需要人记得去查，值班员自己记得。

三、告警长什么样：一条真实的消息

巡检不是「发现问题就轰炸」，而是有异常才打扰。这是整套设计里最关键的一条：没事别吵人，有事说清楚。

我们验证推送链路时收到过这样一条真实告警消息（链路测试，判定是人为翻转的，实测值是真的）：

【监控告警 09-02 19:49】

  ALERT fishsun-ssl: SSL 证书到期(天) = 82

详情: ~/monitor/reports/

消息里带四样东西：哪一项（SSL 证书）、实测值（82 天）、判定标准（预期 >30 天）、详情位置（完整巡检记录可查）。收到消息的人不需要再打开后台猜——一眼就知道是什么事、严重到什么程度。

这里要说明一个验证原则：测试告警是通过「人为把判定翻成异常」触发的，实测值保持真实——我们不会为了演示效果伪造一个「证书剩 3 天」的假数据。链路验证验证的是推送通道，不是数据。

四、真正的无人值守：跑起来之后

巡检任务注册成定时任务后，它自己按点跑。2026 年 9 月 2 日当晚的记录：20:19、20:50、21:22——三轮自动巡检全部执行，每轮 8 项检查全绿，没有一条冗余推送。

什么叫「冗余推送」？就是网站明明好好的，值班员每隔半小时发一条「一切正常」——那叫刷屏，不叫值守。我们的规则是：有异常才说话。从 20:19 到第二天，你只会收到两种消息：一种是「XX 项异常了」，一种是月度健康汇总。中间那些正常巡检，静默。

这也意味着：当你某天收到一条告警，它的分量是实打实的——不是例行公事的提醒，是真的有事了。

五、这套值守的边界（写清楚，不吹）

• 巡检频率：默认 30 分钟一轮。30 分钟内的故障，要到下一轮才发现——真要秒级发现，那是另一套监控体系的活；
• 能查什么：网络可达、页面内容、证书时效、端口状态这类「从外面能查的」——要查服务器磁盘水位、容器健康，需要服务器访问权限（我们自己的服务器已纳入，客户场景按权限范围裁剪）；
• 告警通道：消息推送到企业微信——值班员只会发消息，不会替你处理故障，它负责「第一时间告诉你」，处理还是人来。

六、小结

网站半夜挂了的真实成本，不是那几小时不可用，是客户比你早知道。给网站配一个每 30 分钟查岗、有问题才说话的值班员——这是我们「AI 值守」的第一件事，已经在自己环境里跑了，记录如上。

下一篇聊一个更细的问题：盯什么才叫盯住了——巡检清单不是拍脑袋列的，每一项背后都有一个「不盯它会怎样」的理由。

常见问题

网站监控需要在自己服务器上装东西吗？

看监控项：网站可达、页面内容、证书时效、端口状态这类「从外部能查的」，不需要在服务器上装任何东西，值守端定时访问即可；要查服务器磁盘水位、容器健康这类内部状态，才需要服务器访问权限（按场景授权）。

30 分钟一轮，故障会不会漏掉？

30 分钟内的故障要到下一轮巡检才会被发现——这是周期巡检的固有边界。需要秒级发现的高可用场景，请使用专业监控体系；对多数网站和服务，30 分钟内发现故障已经远好于「客户投诉才知道」。

收到告警消息之后怎么办？

消息自带四项信息：哪一项异常、实测值多少、期望值多少、详情记录在哪。按消息定位处理即可；值班员负责「第一时间告诉你」，处理动作由人完成。