如何教 n8n 自动修复服务器上崩溃的服务

熟悉的场景：半夜，一个运行数据库或媒体服务器的容器崩溃了。你被警报叫醒，打开终端，查看日志，重启崩溃的服务，然后心情很差地回去睡觉。常规监控只会发送恐慌消息。它看到了症状，但甚至不尝试找出原因。

热门科技博主 NetworkChuck 发布了一个有趣的仓库 n8n-terry-guide。里面有一份构建 Terry 的分步指南。这是一个 n8n 内部的虚拟系统管理员，可以检查服务、通过 SSH 连接到服务器查看日志，并在 Telegram 中请求重启权限。

这个想法听起来很有趣，但背后是一种实用的代理架构，可以轻松在你的服务器上复制。

Terry 是谁，为什么这不是另一个普通的机器人

通常，家庭实验室自动化是基于僵化的脚本构建的。服务崩溃——触发 docker restart 命令。如果端口被另一个进程占用，脚本就会崩溃并开始刷屏错误。

LLM 代理方法的工作方式不同。作者建议像培训技术支持实习生一样训练模型，逐步扩大其职责范围。在仓库中，整个流程被分解为五个演进阶段：

1. 基础检查器。代理 ping 一个 HTTP 端点并检查特定的 HTML 标签。
2. 诊断师。如果服务不可用，Terry 通过 SSH 连接，运行 docker ps，获取退出码和日志的最后几行。
3. 自动修理工。模型尝试启动崩溃的容器并重新检查网站可用性。
4. 故障排除员。代理遇到端口冲突，使用系统工具找到罪魁祸首进程，并做出决策。
5. 人工介入。模型找到故障原因，形成行动计划，并在通讯软件中等待所有者的确认。

这里的主要特点是第五阶段。没有哪个理智的人会在没有控制的情况下给语言模型 root 权限。Terry 可以独立执行诊断，但任何修改命令都必须获得批准。

n8n 内部是如何连接的

所有逻辑都是使用标准 n8n 节点构建的，无需编写自定义 TypeScript 或 Python 代码。

方案的中心是一个 AI Agent 节点，连接了 GPT-4o-mini 模型和一个 Simple Memory 块。对于在服务器上执行命令，作者想出了一个优雅的解决方案：一个带有 SSH 节点的独立子工作流。

当代理需要检查系统状态时，它将这个子流程作为 Tool 调用，传递所需的命令：

docker inspect website --format='{{.State.ExitCode}}'
docker logs website --tail 10

为了自动化检查，在代理之前放置了一个 Schedule Trigger，每 5 分钟启动一次场景。为了防止对话变成一堆乱七八糟的文本，在模型输出端使用了 Structured Output Parser。代理必须以严格定义的格式返回 JSON：

{
  "website_up": false,
  "message": "Контейнер остановлен из-за нехватки памяти",
  "applied_fix": false,
  "needs_approval": true,
  "commands_requested": "docker start website"
}

由于严格的结构，下一个节点 IF 或 Switch 可以立即判断是否一切正常。如果检测到故障，场景会向 Telegram 发送带有确认按钮的消息。点击"是"——n8n 将控制权返回给代理，它执行修复。

连接真实硬件

作者没有将自己限制在 Nginx 上的测试网站。指南包含了四种流行系统的系统提示和命令示例：

• Proxmox 虚拟机管理程序。代理通过 pvesh get /nodes 获取节点状态、虚拟机列表，并检查 LXC 容器。
• UniFi 网络设备。向 UniFi Network API 请求监控接入点、客户端数量和流量消耗者。
• 网络附加存储 (NAS)。通过 smartctl 检查磁盘的 SMART 属性，从 /proc/mdstat 读取 RAID 阵列状态，并在 journalctl 中检查关键错误。
• Plex 媒体服务器。检查 Web 界面并在挂起时正确重启。

对于磁盘和 NAS，Terry 被配置为严格以只读模式工作。提示词明确禁止执行格式化、重新挂载或停止存储池的命令。

可能遇到的陷阱

如果你决定在自己的服务器上部署这样的场景，请注意配置 AI 代理时经常被遗忘的几个细节。

首先，迭代限制。默认情况下，n8n 中的 AI Agent 节点每次运行最多进行 10 次工具调用。如果代理被 netstat 或 docker ps 的输出搞混，它会很快耗尽限制并崩溃并报错。提示词需要尽可能具体，缩小实验范围。

其次，会话传递。当按计划运行时，你没有实时聊天，所以需要在发送到代理内存之前，在中间 Edit Fields 节点中硬编码生成会话 ID chatId。否则，之前检查的上下文将会丢失。

第三，所谓的 God-Mode。在仓库中有一个具有完全权限的提示词，可以自动修复任何问题。在生产服务器上启用这个绝对不值得：模型可以轻易删除一个需要的容器来释放被占用的端口。

值得尝试吗

仓库 n8n-terry-guide 不包含现成的工作流导出文件——它是一组配置、分步说明和精炼的提示词。如果你已经为家庭或工作需求运行 n8n，这个指南为创建值班助手提供了一个出色的框架。

这个项目会受到那些厌倦了愚蠢警报、想要在 Telegram 中收到的不是"服务崩溃"的尖叫，而是带有"修复它"按钮的现成诊断的人的欢迎。从小处开始：配置一个测试容器的检查，尝试 Telegram 集成，评估将日常任务委托给语言模型有多方便。