STACIO WIKI · 运维指南

Stacio 远程运维指南

适用版本：Stacio 0.14.x
更新日期：2026-07-25
面向读者：使用 Stacio 进行主机巡检、故障排查、变更验证和事件处置的开发、运维与 SRE

1. 运维原则

Stacio 提供终端、设备看板、文件、隧道、诊断和 Agent 能力，但不会替代组织权限、监控平台、备份系统或变更审批。所有远程任务建议遵循以下顺序：

确认目标 -> 只读基线 -> 判断影响 -> 准备备份和回滚
-> 最小变更 -> 专项验证 -> 记录结果 -> 必要时恢复

开始前必须确认：

当前选中的终端、会话名称、IP 或域名、端口和环境；
是单主机还是多主机任务；
当前账号权限及是否真的需要提权；
任务是只读诊断还是会改变远端状态；
生产环境是否已有变更窗口、备份和回滚负责人。

1.1 用 IP、域名和端口确认目标

远程运维不能只凭会话名称判断目标。开始操作前，应把 Stacio 中配置的连接端点和远端 Shell 返回的身份信息放在一起核对：

Stacio 连接端点	典型含义	还要核对
`root@192.168.1.20:22`	直接连接局域网 IPv4 的默认 SSH 端口	`hostname`、账号、环境和资产记录。
`deploy@192.168.1.20:2222`	同一 IP 上的自定义端口或 NAT 映射	端口映射实际落到哪台主机。
`admin@server.example.com:22`	通过 DNS 名称连接	当前解析 IP、负载均衡或地址切换策略。

保存会话的主机与端口在界面中分开填写；上表只是把二者合并为便于核对的端点表示。hostname相同不能证明连接入口相同，IP 相同也不能忽略端口差异。使用域名时，故障记录应保留“配置域名 + 当时解析 IP + 端口”；使用 IP 时，也要确认它没有因 DHCP、云资源回收或 NAT 规则变化而指向其他资产。

2. 建立可靠的运维工作区

2.1 会话标记

在新建/编辑会话 > 自动化中设置：

环境：开发、预发或生产；
AI 执行：跟随全局、禁止执行、仅命令卡片、只读自动或每条确认；
标签：系统、业务、地域、角色和责任团队。

生产会话应明确标记为生产。该标记会参与 MultiExec 和 AI/Agent 的确认策略；仅在名称里写 prod 不等同于生产环境策略。

2.2 分屏与上下文

分屏适合同时查看：

应用日志与服务状态；
主机资源与业务健康接口；
发布前版本与发布后验证；
主节点与从节点状态。

点击 pane 后再打开 Files、看板或 AI，确保右侧能力绑定到正确终端。分屏不会自动同步输入；同步输入需要显式进入 MultiExec。

2.3 终端可读性

建议在设置 > 终端中按任务调整：

开启时间戳，便于关联故障时间线；
长日志任务增加滚动缓冲行数；
开启长命令完成通知；
开启多行粘贴确认；
高输出任务可使用“暂停输出”，恢复后检查是否出现“已跳过字节”提示；
使用Command+F定位错误、请求 ID、进程名或时间。

3. 设备看板

3.1 打开方式

选中一个已连接的 SSH 标签。
选择视图 > 显示/隐藏设备看板或工具栏设备看板。
等待至少两个采样周期；CPU 和速率类指标通常需要前后两次采样才能计算。

看板是受 License 控制的高级能力。

3.2 指标范围

模块	可见信息	解释重点
系统	主机名、操作系统、架构等	先确认是否连接到预期资产。
CPU	总使用率、核心数、CPU 型号、分核心使用率	瞬时高值不等于持续压力，应结合多个采样和进程。
内存	已用、总量和使用率	同时关注 available、swap 和 OOM 记录。
网络	各接口收发速率	排除 loopback、容器和虚拟接口后再判断业务流量。
磁盘	挂载点容量和使用率	同时检查 inode；空间正常不代表 inode 正常。
磁盘读写	读取、写入速率	速率是采样结果，需要结合延迟、队列和业务负载。

3.3 兼容与刷新设置

在设置 > 看板中可配置：

刷新间隔 1-30 秒；
采集失败时是否保留上次成功数据；
是否显示网络和磁盘模块；
磁盘显示数量和曲线采样点；
是否自动隐藏虚拟/容器网卡；
CPU、内存和磁盘告警阈值及连续超限次数。

跨地域、低性能或 BusyBox 主机应适当增大刷新间隔，避免频繁探针影响交互。告警只有连续达到配置条件后才发送；macOS 通知只是提示，不替代集中监控。

3.4 Linux 探针边界

当前看板优先使用 /proc/stat、/proc/meminfo、/proc/net/dev、/proc/mounts 和兼容的 df 输出，面向 CentOS/RHEL、Rocky、Alma、Fedora、Ubuntu、Debian、Alpine/BusyBox 和 openSUSE 等 Linux 环境。

以下场景可能只显示部分指标：

非 Linux 目标；
容器内 /proc 或挂载信息受限；
远端账号无读取或执行权限；
极简系统缺少兼容 df；
SSH 连接中断或 Shell 被前台程序占用。

4. 主机资源巡检 Runbook

下面命令以常见 Linux 为例，均为只读。执行前确认命令存在，并避免在大量主机上同时运行高开销采样。

4.1 身份与系统

date -Is
hostname
whoami
uname -a
uptime

记录时间、主机名、用户、内核和负载，先证明当前证据属于哪台主机。

4.2 CPU 与进程

uptime
top -b -n 1 | head -40
ps -eo pid,ppid,user,stat,%cpu,%mem,etime,comm,args --sort=-%cpu | head -25

判断时区分：

load average 与 CPU 核心数；
瞬时 top 与持续采样；
用户态、系统态、I/O wait 和 steal；
单个高 CPU 进程与全机压力；
采样命令自身的短时占用。

4.3 内存与 Swap

free -h
ps -eo pid,user,rss,vsz,%mem,etime,comm,args --sort=-rss | head -25

优先看 available，而不是只看 free。Swap 已使用不一定是当前压力；应结合换页活动、OOM 日志和业务延迟。

4.4 磁盘与 inode

df -hT
df -ih

需要定位大目录时，先限定到明确文件系统和目录，避免从 / 无边界扫描：

du -xhd1 /var 2>/dev/null | sort -h

不要在未确认挂载点、业务高峰和目录规模时直接运行全盘 du。

4.5 端口与网络

ip -brief address 2>/dev/null || ifconfig
ip route 2>/dev/null || netstat -rn
ss -lntup 2>/dev/null || netstat -lnt

应用面板中的诊断 > 端口检查可用于快速验证主机和端口。检查 192.168.1.20:2222 时，主机填写 192.168.1.20、端口填写 2222；检查域名时则填写 server.example.com 和对应端口。“端口可达”只证明 TCP 层，不代表协议认证或业务健康。

5. 服务不可用 Runbook

5.1 先收集只读证据

systemctl status <service> --no-pager
journalctl -u <service> --since '30 minutes ago' --no-pager | tail -200
ss -lntp
curl -fsS -D- --max-time 10 http://127.0.0.1:<port>/<health-path>

替换占位符前确认服务管理器、端口和健康路径。非 systemd 系统应使用对应服务工具。

5.2 建立故障链路

按以下关系逐层验证：

IP 或域名解析 -> 路由/NAT/负载均衡 -> 监听端口 -> 进程/容器
-> 应用健康 -> 数据库/缓存 -> 上下游依赖

不要因为进程“running”就宣称业务恢复，也不要因为外部请求失败就直接重启服务。

5.3 变更前门槛

需要改配置、重启、回滚或部署时，先确认：

故障点与拟变更之间存在证据关系；
已保存当前配置、版本和运行状态；
有本次新建且可验证的备份；
有明确回滚命令和负责人；
影响范围、连接中断和数据风险已知；
生产变更已取得所需批准。

6. 文件与传输故障 Runbook

6.1 目录打不开

确认 Files 绑定到正确的 SSH/SFTP/FTP 会话。
在终端执行 pwd 和只读目录检查，确认账号权限。
检查路径是否已被删除、重命名或包含异常字符。
刷新目录；仍失败时查看视图 > 诊断。

6.2 传输失败

状态/错误	检查
认证失败	会话用户、凭据引用、私钥和主机密钥。
连接超时	网络、VPN、跳板、服务端口和连接状态。
权限不足	远端目录权限、文件所有者和本地目标目录权限。
磁盘空间不足	远端及本地 `df -h`、inode 和配额。
文件大小不一致	网络中断、服务端变化、续传支持和冲突策略。
远端文件已变化	Remote Edit 的缓存版本落后；重新打开并合并，不要强制覆盖。

使用传输队列查看任务 ID、方向、来源、目标、进度、诊断和日志。暂停/恢复或续传是否可用取决于协议和服务端能力。

7. 隧道故障 Runbook

确认 License 和 SSH/SFTP/SCP 端点可用。
Local 或 Dynamic 隧道先检查本地端口是否已占用。
分别验证：Mac 到 SSH 端点、SSH 端点到目标、客户端到本地监听。
Remote 隧道还要检查服务端是否允许 remote forwarding 和外部绑定。
查看隧道行的状态、详情、接入数、活跃连接和上下行字节。
自动重连持续失败时，手动停止，修复网络或凭据后再启动。

完整字段和示例见隧道指南。

8. 诊断面板

选择视图 > 诊断可查看或执行：

当前运行时诊断与严重级别；
主机/端口连通性检查；
会话导入报告；
MultiExec 和 AI/Agent 审计记录；
应用日志搜索、级别过滤、刷新、导出和清理；
诊断包导出。

诊断包会执行脱敏，并受设置 > 安全中的审计条数、日志行数和“包含应用日志”设置限制。导出前仍应人工预览，尤其是主机名、业务路径、请求内容和日志片段。

9. AI 与本地 Agent 运维

Stacio 提供两类工作方式：

方式	适用场景	执行边界
排查助手	逐步诊断、命令卡、结构化结论	由 Stacio 编排并应用风险、审批、备份和验证门禁。
本地 Agent	Codex、Claude、OpenCode、Qwen Code 等复杂任务	通过 Agent Bridge 操作选中的终端；第三方 Agent 的规划仍受其自身实现和指令遵循影响。

使用前：

检查当前目标终端和远程目录。
优先要求只读检查和明确证据。
生产环境使用“每条确认”或至少“只读自动”。
变更任务要求报告备份位置、验证结果和回滚方法。
任何目标失败都要单独报告，不能把部分成功写成全部成功。

Agent 的完整边界见Agent 能力与安全保障。

10. 变更、验证与回滚

10.1 通用变更清单

记录变更前版本、配置摘要、服务状态和健康结果。
创建带时间戳、不会覆盖历史的备份。
验证备份存在、可读且大小合理；数据库优先使用原生备份工具。
只修改与故障或需求直接相关的最小范围。
先做配置语法或 dry-run 检查。
应用变更后验证进程、端口、日志、健康接口和业务请求。
对比变更前后关键值。
验证失败立即停止扩大变更，并按预案恢复。
回滚后再次运行只读验证。

10.2 完成标准

以下任一项缺失时，不应宣布“已修复”：

当前状态证据；
与目标一致的专项验证；
多目标任务的逐目标结果；
变更任务的备份与回滚信息；
残余风险和未验证项说明。

11. 事件响应清单

11.1 发现异常时

确认目标、时间和影响范围。
暂停自动化、MultiExec 或继续变更。
保存当前终端、日志、指标和审计证据。
判断是否需要隔离账号、主机、隧道或凭据。
通知对应服务、网络、安全或数据库负责人。
在批准后执行遏制和恢复。
验证业务恢复并持续观察。

11.2 升级材料

提交给下一处理人时至少包含：

Stacio 和 macOS 版本；
会话名称、协议和环境，以及脱敏后的 IP/域名与端口；使用域名时记录故障时的解析结果；
故障开始时间、时区和当前影响；
已执行的只读检查及关键输出；
已做变更、备份位置、验证和回滚结果；
诊断包或日志的时间范围；
仍未验证的假设和下一步建议。

不要附带密码、Token、私钥、私钥口令、完整环境变量或不必要的客户数据。

12. 运维告警参考

告警	建议严重度	第一响应
主机不可达	高，若影响生产流量	核对配置 IP/域名、独立端口字段、VPN、DNS、路由、NAT 和 SSH 监听。
CPU 持续高	中到高	多次采样，按进程和等待类型定位，不直接重启。
可用内存持续低/OOM	高	检查 available、swap、OOM 日志和 RSS 排名。
磁盘或 inode 接近满	高	确认挂载点、增长源、保留策略和扩容/清理授权。
文件传输持续失败	中	区分认证、网络、权限、容量和远端变化。
SSH 主机密钥变化	安全高风险	立即停止连接并通过独立渠道核验。
隧道反复重连	中到高	停止自动重试，检查 SSH 端点、凭据和两段链路。