OpenClaw 的 Discord Provider 每 10–15 分钟掉线（WebSocket 关闭码 1005）：含义、排查与减轻重启风暴

OpenClaw 的 issue tracker 里出现了一个很典型、也很折磨人的排障案例：Discord provider 大约每 10–15 分钟就会断开，OpenClaw 的 health-monitor 检测到 disconnected / stale-socket 后会重启 provider；provider 虽然能成功重连，但很快又再次掉线，形成循环。

日志里最醒目的线索是：WebSocket 连接关闭，code = 1005，而且掉线前没有明显报错。

来源： openclaw/openclaw#44227

这个问题在报告中是什么样子

根据 issue 描述：

OpenClaw：2026.3.11
平台：Raspberry Pi 5（Debian arm64）
网络：有线以太网（此前 Wi‑Fi 也一样）
现象：Discord provider 每 10–15 分钟变成 disconnected 或 stale-socket
日志：出现 “WebSocket connection closed with code 1005”
已尝试的缓解：把 gateway.channelHealthCheckMinutes 调到 10

报告中的日志片段：

[discord] gateway: WebSocket connection closed with code 1005
[health-monitor] [discord:default] health-monitor: restarting (reason: disconnected)

WebSocket 关闭码 1005 的常见含义（更偏工程实践）

1005 常被解读为“没有收到关闭状态码（no status received）”。也就是说：连接断了，但对端没有给出一个干净的 close handshake 以及明确的关闭码。

这也是它让人困惑的原因：

你可能看不到“明确的应用层错误”
很多时候是网络/链路层把连接掐掉了（NAT、路由器、防火墙、运营商设备、空闲超时等）
也可能是底层 TCP 连接异常中断，导致 WebSocket 来不及走标准关闭流程

关键点：1005 往往是症状而不是根因。

为什么 health-monitor 的“重启风暴”会把体验变差

当断线是间歇性的、可自愈的，过于激进的健康检查会让系统陷入“恢复还没完成就被重启”的循环：

provider 掉线
health-monitor 立刻重启
resume / backoff 机制来不及稳定
连接上下文被频繁打断，导致你丢更多连续性（presence、事件流等）

在该报告里，首个 workaround 是延长检查周期：

gateway.channelHealthCheckMinutes = 10

它不保证“修复掉线”，但通常能明显减少无意义的重启。

一条务实的稳定性排查清单

报告里明确系统资源很健康（无 OOM、无降频、负载很低）。所以更高收益的方向是把问题快速分流为：

网络/链路稳定性问题
Discord 网关 session/heartbeat 相关问题
或 health-monitor 配置与实际网络抖动不匹配

1) 先降低重启频率，避免把小抖动放大

如果你已经看到 stale-socket / disconnected 高频出现，优先做的就是（像报告里那样）把健康检查间隔调大一点，让 provider 有时间自恢复。

2) 检查时间同步与“长连接”的基础环境

对长期运行的 WebSocket 来说，一些看似基础的因素会放大问题：

设备时间是否准确（NTP 是否在跑）
路由器/防火墙是否对长连接有空闲超时/会话回收策略
是否在代理/VPN/隧道后面（可以试一次直连做对比）

3) 给掉线前后补充更多上下文日志

由于 1005 本身信息量很少，下一步最有价值的是捕捉“掉线前后发生了什么”：

是否存在固定周期的网络抖动（比如每 10–15 分钟一次）
重连是立即成功，还是会出现连续失败
是 resume 为主，还是频繁重新 identify

如果你能临时打开更详细的日志（OpenClaw / Discord provider），建议观察：

heartbeat / heartbeat ACK 的延迟
reconnect / resume 的次数与间隔

4) 关注上游修复与版本回归测试

该报告绑定的版本线索是：

OpenClaw 2026.3.11
OpenClaw 内置的 Discord.js

如果你能稳定复现，建议持续跟踪 issue 以及其后续 PR/讨论，并在下一版 OpenClaw 出来后做一次回归验证。

哪些场景该把它当成高优先级生产事故

如果符合下面任意一条，建议把这类掉线问题快速升级处理：

Discord 是你的主要支持、告警或运营通道之一，因为每次断线都可能直接带来漏消息或值班误判。
你依赖自动 heal 维持通道在线，因为重启回路会让事故更吵，也更难保留清晰证据。
你的部署跑在不稳定网络、VPS 链路或代理之后，这类环境里，底层传输波动很容易先伪装成 provider 故障。

如果 Discord 只是低优先级侧通道，可以先抓证据，再放到更平稳的维护窗口处理。

常见运维判断问题

什么时候更像是基础设施漂移，而不是 Discord provider 自己回归了？

如果断线节奏和网络波动、时间同步漂移、代理变更，或者宿主机长连接问题高度一致，先查传输层。只有在周边服务都稳定、而 Discord 路径恰好在一次版本变更后才退化时，才更像 provider 回归。

当 bot 每 10 到 15 分钟就自动 heal 一次，最低风险的第一步是什么？

先降低自动重启激进程度，抓住一次完整断线周期的前后日志，再决定要不要继续重启。核心目标不是“立刻再试一次”，而是先别把自己的证据反复洗掉。

Discord 1005 重启循环的快速分诊 FAQ

如果有人搜 `discord websocket closed with code 1005 openclaw`，这页最该先给什么答案？

最先该给出的答案是：先把 1005 当成传输层症状，不要直接当成 Discord provider 已确认根因。

优先把问题拆成三条支路：

宿主机或网络链路的长连接稳定性问题
Discord gateway 的 heartbeat / resume 抖动
health-monitor 对当前连接质量过于激进

这个顺序通常比一上来反复重启更快把人带到正确排障路径。

当 provider 每 10 到 15 分钟自动 heal 一次时，维护者最需要什么证据？

最高价值的证据通常是：

一次完整断线周期及其时间点
掉线前后的 heartbeat 与 reconnect 时间序列
当前连接是 resume 成功，还是频繁重新 identify
同一时间段宿主机上其他长连接是否稳定

这类证据通常比单独一句“socket 以 1005 关闭”更能帮助定位。

什么情况下，这页应该优先把读者推去检查网络路径，而不是继续深挖应用层？

如果部署跑在代理、VPS 边缘链路、路由器空闲超时、VPN，或任何长连接常被静默重置的环境后面，就应该尽早把读者推向网络路径排查。

因为在这类环境里，先证明或排除传输层不稳，通常比直接下钻 provider 内部实现更高效。

值班速查清单

如果你现在正在处理 Discord 通道反复掉线，建议先按下面顺序做最小收口：

先把 gateway.channelHealthCheckMinutes 调高，避免 health-monitor 把一次短抖动放大成重启风暴。
记录一次完整的掉线时间点，确认是不是稳定落在 10 到 15 分钟这个窗口。
对照宿主机上的其他长连接，判断是不是只有 Discord 路径在掉。
检查 NTP、代理、VPN、路由器空闲超时等长连接基础条件，而不是只盯着应用日志。
如果 Discord 是客服、告警或值班主入口，先准备临时兜底通道，避免排障期间继续漏消息。

如果 Discord 掉线只是更大故障的一部分，下一步该查什么

这类 bug 页不能只回答“Discord socket 为什么掉”，还要帮值班人员判断它是不是更大 OpenClaw runtime 故障的第一个症状。

可以按这三条路径分流：

只有 Discord 通道不稳定，其他 OpenClaw 行为都健康：继续留在本页，围绕网络传输、heartbeat、resume 和 health-monitor 缩小范围。
Discord 之外，agents、providers、tools 或 Gateway 也有异常：先跳到 OpenClaw 智能体故障排查指南，不要把更大的 runtime 事故误判成 Discord 单点问题。
基础安装或运行环境本身还没验证过：先跑安装成功检查清单，确认不是半可用环境在制造假象。
机器仍可能残留 Moltbot 时代的路径、命名或远端配置：用 1 分钟迁移指南清掉迁移噪音，再继续判断 Discord。

这个分流对高意图读者很关键：他们通常不是想读一篇 issue 摘要，而是想最快进入正确的排障通道。

如果 socket 一直以 1005 关闭，归咎 Discord 前先排除什么

在确认是 Discord provider 回归前，至少补一个判断：

同一机器还出现 agent、provider 或 Gateway 广泛不稳定：先从 OpenClaw 故障排查指南入手。
基础环境可能只是半可用，而不是完全安装成功：先跑安装成功检查清单。
迁移残留可能影响配置或 runtime 预期：先复查 Moltbot 到 OpenClaw 迁移指南。

本页越快把读者导向正确下一步，Discord 事故流量越容易转化成可持续的排障入口，而不是停在一条孤立 bug 记录。

关闭事故前最后要确认什么

如果 socket 暂时不再以 1005 关闭，不要只因为一次重连成功就把事故关掉。至少再确认四件事：

连接已经跨过多个真实断线窗口，而不是只碰到一次幸运重连。
health-monitor 不再制造重启风暴，也没有把更深层故障藏起来。
其他 channels、agents、sessions 和 Gateway 行为在修复后仍然健康。
事故记录里写清了触发条件、受影响版本、观察到的关闭码，以及临时 workaround。

这一步能把一次临时止血沉淀成可复用的排障入口，也能帮助后来搜索 Discord 1005 OpenClaw 的读者判断自己是否真的已经收口。

从搜索进来后的 3 分钟判断：先稳通道，还是先查全局故障

如果你是通过 Discord 1005、websocket closed 或“OpenClaw Discord 掉线”搜到这里，先别急着重启 bot。用 3 分钟做一次范围判断：

只有 Discord 掉线：留在本文，优先抓 heartbeat、resume、health-monitor 和网络路径证据。
多个 channel 或 agent 同时异常：先转到总排障页，避免把 Gateway、session 或 provider 的全局问题误判成 Discord 单点问题。
每次都在固定时间窗掉线：优先查代理、VPS、路由器空闲超时和长连接保活策略。
Discord 是客服或告警主入口：先准备临时兜底通道，再继续抓证据，避免排障期间继续漏消息。

这一步能把高意图搜索流量从“反复重启 Discord provider”拉回正确路径：先保住业务入口，再决定是查传输层、health monitor，还是升级为全局 OpenClaw 故障。

给搜索访客的一句话判断

如果你是因为 “Discord WebSocket 1005 每 10 分钟断一次” 搜到这里，先不要把它直接归类成 Discord 平台故障。更稳的第一句话判断是：

只有 Discord 通道重连：优先查 token、网关连接、反向代理 idle timeout 和 health-monitor 误判；
多个聊天通道同时掉线：把问题升级为 OpenClaw 运行时或网络层稳定性事故；
重启后短暂恢复、随后重复 1005：先降低自动重启频率，保留断线间隔、关闭码、gateway 日志和最近配置变更。

这段判断能帮助值班人员把搜索流量转成明确动作，避免一看到 1005 就盲目重启整个服务。

下一步优先覆盖的精确搜索词

为了继续承接更高意图的 Discord 事故搜索，这页现在需要直接回答这些查询：

OpenClaw Discord websocket 1005 每 10 分钟断开
OpenClaw Discord provider 重连循环 health monitor
Discord gateway 1005 反向代理 idle timeout OpenClaw
gateway.channelHealthCheckMinutes Discord 断线风暴
OpenClaw Discord 通道掉线其他 agent 正常

这些搜索背后的真实需求一致：先判断是稳住 Discord 通道、调整 health check，还是升级成更大的 OpenClaw runtime 事故。

从 Discord websocket 断线流量转成重连验收清单

如果你是因为 Discord websocket 每 10 到 15 分钟以 code 1005 断开并触发 heal 搜到这里，先不要只调大重试次数。要把断线链路拆成四个证据点：gateway heartbeat 是否按时返回、网络代理是否中断长连接、heal 是否创建重复会话、以及重连后事件 offset 是否连续。

最小验收清单包括：一次断线前后的 gateway 日志、heartbeat RTT、代理或平台连接日志、以及 heal 后 session/event id 对照。这样 Discord 断线流量会被引导到“长连接稳定性、重连幂等、事件连续性”三类高意图入口，而不是停在反复掉线这个症状。

什么时候应该先关掉自动 heal，改成观察模式

如果 Discord provider 已经进入每 10 到 15 分钟一次的 heal 循环，继续自动重启不一定是在修复，反而可能抹掉最关键的断线证据。更安全的做法是先把自动 heal 降频或切到观察模式，至少覆盖一个完整断线窗口。

建议在三种情况下先观察：第一，断线时间高度固定，像代理或 idle timeout；第二，每次 heal 后都会创建重复会话或丢事件；第三，Discord 之外的 agent、Gateway 或其他 channel 也开始抖动。

这能承接“OpenClaw Discord reconnect loop”“Discord provider auto heal storm”这类高意图搜索，把读者从盲目重启引导到证据保全和重连幂等验证。

Discord 1005 每 10 分钟断开时，先分清网络抖动和 heal 循环

Discord WebSocket code 1005 每隔 10 到 15 分钟出现一次时，不要只看成普通掉线。对 OpenClaw 来说，更重要的是判断 heal 逻辑是在恢复连接，还是被同一个关闭事件反复触发成重连循环。

建议把排查拆成三步：

先记录断开间隔、gateway sequence、session id 和 resume 结果，确认是不是固定周期；
对照 heal 日志，区分一次断开后的正常 resume，和多次重复创建 session 的异常 heal loop；
如果只有 Discord channel 受影响，再检查 bot shard、反向代理 idle timeout、VPS 网络和 Discord gateway close event 的边界。

这段承接 “Discord websocket 1005 every 10 minutes”“OpenClaw Discord channel heal loop”“Discord gateway disconnect code 1005” 这类搜索意图，让读者先定位连接生命周期，而不是盲目重启整个 agent。

重启 Discord bridge 前的恢复检查清单

如果你是搜“Discord websocket code 1005 every 10 minutes”或“OpenClaw Discord bridge disconnects”来到这里，不要第一步就重启整个 Gateway。先保留故障形态，再按这个顺序恢复聊天入口：

记录准确断开间隔、close code，以及重连后消息是否还能发送；
检查 bridge 进程是在正常重连、泄漏 session，还是生成了重复 listener；
确认 token、intents、guild 权限没有在同一时间窗口发生变化；
如果可行，优先只重启 Discord bridge 或 plugin 路径，不要直接弹整个 OpenClaw Gateway；
恢复后至少观察两个完整断开周期，再宣布事故稳定。

这段清单把 code 1005 流量转成可执行的运维判断：先区分 transport 抖动、授权漂移、重复 listener 和平台侧 heartbeat 问题，再决定是否用大范围重启兜底。

来源

Issue： openclaw/openclaw#44227