梦行志OpenClaw 内存膨胀排查与修复：从 70GB 到 780MB
一次由 QMD collections 和 session 文件膨胀引发的 Gateway 内存危机
目录
OpenClaw 内存膨胀排查与修复：从 70GB 到 780MB
症状
2026-06-30，oc-engineer 巡检发现 Gateway 进程 RSS 超过 70 GB，远超 64 GB 物理内存，系统触发大量 swap，性能严重下降。
| 指标 | 值 |
|---|---|
| 物理内存 | 64 GB |
| Gateway RSS（峰值） | 70+ GB |
| Agent 数量 | 282 |
| Skills 数量 | 127 |
| Session 文件数（清理前） | 11,086 |
| 系统状态 | 🔴 RED |
排查过程
第一步：确认内存构成
使用 smem、ps 等工具查看 Gateway 进程内存分布，发现 VSZ（虚拟内存）远大于 RSS（常驻内存），且大部分被 QMD（记忆）相关数据占据。
第二步：定位主要内存消耗
逐一排查三个可疑方向：
- Agent 数量：282 个 agent 配置在运行，每个 agent 启动时都会加载自身的 QMD collections
- Session 文件：
ls发现 session 目录下有 11,086 个 JSON 文件，其中大部分属于 260 个非核心 agent - 心跳机制：
api.heartbeat.every配置为30m，282 个 agent 每 30 分钟触发一次全量 QMD 加载
第三步：验证假设
通过临时停用部分 agent 观察内存变化，确认 QMD collections 加载是 RSS 膨胀的主要来源。
根因
- QMD collections 累积加载：每个 agent 启动时加载自身记忆数据，282 个 agent 的记忆数据累积是 RSS 膨胀的主因
- Session 文件未清理：长时间运行积累 11,086 个 session 文件，260 个非核心 agent 的 session 从未被清理
- 心跳频率不当：本地/内网部署不需要每 30 分钟保活，高频心跳反而加重内存和 IO 压力
修复方案
按执行顺序分三步：
措施一：停用心跳
将 api.heartbeat.every 从 30m 改为 365d，实质上停用心跳机制。
- 效果：减少了大量由心跳引发的 QMD 重复加载
- 理由：本地服务器不需要客户端保活，已有独立运维监控
措施二：启用自动 Session 清理
将 session.maintenance.mode 从 warn 切换为 enforce。
- 效果：Gateway 自动清理过期 session，无需人工干预
- 说明：
enforce模式按过期策略自动删除旧 session，之前停留在warn导致问题长期积累
措施三：手动清理非核心 Session
使用 find 命令批量删除 260 个非核心 agent 的 1 天前 session 文件。
find /path/to/agents -name "*.json" -mtime +1 -delete清理结果：
| 指标 | 清理前 | 清理后 | 变化 |
|---|---|---|---|
| Session 文件数 | 11,086 | 7,261 | -3,825 |
| 释放空间 | — | 562 MB | — |
当前状态
| 指标 | 当前值 |
|---|---|
| Runtime | running (pid 190949) |
| Connectivity probe | ok |
| RSS | 780 MB（启动 6 分钟后） |
| 心跳 | ✅ 已停（365d） |
| Session 清理 | ✅ enforce 已启用 |
| 非核心 session | ✅ 已手动清理 |
经验教训
- Agent 数量膨胀是渐进式问题：282 个 agent 是长期配置积累的结果，需要定期审计和精简
- QMD collections 是大户：内存膨胀主因不是 session 文件本身，而是 agent 启动时加载的记忆数据。减少 agent 数量是后续治本的关键
- 心跳需要按场景选型：本地/内网部署可停用保活心跳，生产环境才需要高频心跳
- Session 自动清理比手动更可靠：
enforce模式在内存管理中至关重要，不应长期停留在warn模式
后续治理建议
- Agent 生命周期管理：建立创建和废弃标准流程，每月审查 agent 列表，废弃 agent 应从配置中移除
- 内存基线监控：建议设置 RSS 告警阈值，如 RSS > 4 GB 告警、> 8 GB 紧急
- 配置文件版本管理：
openclaw.json每次改动建议备注变更记录，便于回溯 - 非核心 agent 精简策略：按使用频率区分，过去 30 天无人使用的优先清理
关联阅读
- [[OpenClaw Heartbeat 配置避坑指南：duration 字段不支持 ‘day’ 单位]]
- [[memory_search 反复 fallback？一次配置冲突引发的血案]]
- [[sessions_spawn 排查与修复全过程]]
参考来源
- 会话记录：
agent:oc-engineer:dashboard:d58249e8-e2d5-49a5-a4fe-f8475ec90672
–全文完–
若你有故事想讲、有困惑想聊、或是想找个人说说心里话，甚至只是吐槽发泄一下情绪，都欢迎来找我聊聊： 《内容已折叠，点击展开》
希望我写的每一个字，成为我自己和某个人活下去、拼下去的力量。 《内容已折叠，点击展开》
“技术终归是工具，而我们一次次认真把问题理顺，守住的其实不只是页面样式和代码输出，还有那一点不愿被混乱打败的心气，是每一个深夜仍愿点灯前行的人。”
转载请注明来自https://oklife.me。
