对，先做 1+2 一起，而且要改变一个原则：
以后不要再让 healthcheck 或手动命令直接跑
hermes gateway run --replace。
统一交给systemd --user管，healthcheck 只负责systemctl --user restart hermes-gateway。
否则你现在这个崩溃链会一直复现：
手动 gateway --replace
↓
杀掉 healthcheck 拉起的 gateway
↓
healthcheck 又发现挂了
↓
再拉一个
↓
多个 --replace 互相杀
↓
Discord 偶发 timeout
↓
gateway 退出
↓
循环最推荐顺序
1. 先停掉所有 Hermes gateway
2. 建 systemd user service
3. healthcheck 改成只操作 systemd，不直接启动 gateway
4. 再做 Discord 连接状态检测也就是：
先 1 + 2
再 3一、先清理所有旧进程
在 WSL 里执行：
pkill -f "hermes gateway" 2>/dev/null || true
ps aux | grep "hermes gateway" | grep -v grep || echo "no gateway"二、确认 systemd 是否可用
ps -p 1 -o comm=如果输出是：
systemd就可以继续。
如果不是，编辑：
sudo nano /etc/wsl.conf写入：
[boot]
systemd=true然后在 Windows PowerShell 执行：
wsl --shutdown重新打开 WSL，再检查：
ps -p 1 -o comm=三、创建 Hermes gateway 的 systemd user service
先找 Hermes 路径：
command -v hermes假设输出是 ${HOME}/.local/bin/hermes 或类似路径。
然后创建 service：
mkdir -p ~/.config/systemd/user
cat > ~/.config/systemd/user/hermes-gateway.service <<'EOF'
[Unit]
Description=Hermes Gateway
After=network-online.target
Wants=network-online.target
[Service]
Type=simple
WorkingDirectory=%h/.hermes/hermes-agent
EnvironmentFile=%h/.hermes/.env
ExecStart=/usr/bin/env bash -lc 'exec hermes gateway run'
Restart=always
RestartSec=10
KillSignal=SIGTERM
TimeoutStopSec=20
[Install]
WantedBy=default.target
EOF重点是这里：
ExecStart=/usr/bin/env bash -lc 'exec hermes gateway run'不要用：
hermes gateway run --replace因为现在 service 本身就是唯一控制者，不需要 --replace。
四、启动并设置自启
systemctl --user daemon-reload
systemctl --user enable --now hermes-gateway.service
systemctl --user status hermes-gateway.service看日志：
journalctl --user -u hermes-gateway.service -f五、把 healthcheck 改成带锁，并且只重启 service
新建：
nano ~/.hermes/healthcheck_gateway.sh写入：
#!/usr/bin/env bash
set -euo pipefail
LOCK_FILE="/tmp/hermes-gateway-healthcheck.lock"
LOG_FILE="$HOME/.hermes/healthcheck_gateway.log"
exec 9>"$LOCK_FILE"
if ! flock -n 9; then
echo "$(date '+%F %T') another healthcheck is running, exit" >> "$LOG_FILE"
exit 0
fi
echo "$(date '+%F %T') healthcheck start" >> "$LOG_FILE"
# 确保 env 加载
if [ -f "$HOME/.hermes/.env" ]; then
set -a
source "$HOME/.hermes/.env"
set +a
fi
# 只检查 systemd 里的 gateway，不再自己启动 gateway
if ! systemctl --user is-active --quiet hermes-gateway.service; then
echo "$(date '+%F %T') gateway inactive, restarting service" >> "$LOG_FILE"
systemctl --user restart hermes-gateway.service
exit 0
fi
echo "$(date '+%F %T') gateway service active" >> "$LOG_FILE"赋权：
chmod +x ~/.hermes/healthcheck_gateway.sh手动跑一次：
~/.hermes/healthcheck_gateway.sh
cat ~/.hermes/healthcheck_gateway.log六、检查是否还存在多实例
pgrep -af "hermes gateway"正常只应该看到一个 gateway 主进程。
如果看到两个以上，先杀干净再交给 systemd：
pkill -f "hermes gateway" 2>/dev/null || true
systemctl --user restart hermes-gateway.service
pgrep -af "hermes gateway"七、暂时不要做的事
先不要让 Hermes 自己执行这种命令：
hermes gateway run --replace也不要让 healthcheck 里写：
nohup hermes gateway run --replace &这是你这次多实例互杀的核心原因。
八、下一步再加 Discord 智能检测
等 systemd 稳定后，再让 healthcheck 检测日志里的 Discord 状态，例如：
journalctl --user -u hermes-gateway.service -n 100 --no-pager | grep -Ei "connected|ready|discord|gateway"如果日志里长期没有 ready / connected，再重启 service。
但第一阶段先别搞复杂，先保证：
gateway 只有一个
不会跟终端生命周期绑定
不会被 --replace 互相杀你现在最该做的是：systemd user service 接管 gateway，healthcheck 只能 restart service，不能直接 run gateway。
2026-10-09 Codex 审阅说明
这是单 profile 阶段的部署方案。当前可能有多个独立 profile 的 gateway，不能只因多个进程就判断重复；广泛 pkill -f 会影响所有匹配的 gateway。user network-online.target 不保证系统网络已可达；EnvironmentFile 采用 systemd 环境文件语法，与 source .env 的 shell 语法并不完全相同。user service 注销后能否持续取决于 user manager 生命周期/lingering 等条件，不能无条件承诺。本次未改 unit、reload 或重启。
核验依据：systemd KillMode 说明。