2026年 OpenClaw Gateway Prometheus 指標と Grafana 看板：リモート物理 Mac 7×24 で /metrics 取得、アラート閾値と典型誤報の切り分け（コピペ scrape・パネル PromQL＋FAQ）

2. つまずきポイント

1. 制約：バインドアドレスと Prometheus の設置場所。 ゲートウェイが 127.0.0.1 のみなのに Prometheus がコンテナや別ホストにあると取得失敗（up=0）になり、Mac 上のローカル curl だけは成功し続けます。
2. 隠れコスト：高基数ラベルと短い scrape_interval。 生パスや API キー断片をラベルに入れると TSDB の基数が爆発します。1 秒スクレイプを Wi‑Fi やトンネル越しにすると、ジッターが Grafana の「毛」チャートになります。
3. 安定性と誤報：macOS 省電力とデプロイ窓。 ディスクスリープ、ディスプレイオフ、ホットリロードで p95 が一瞬だけ膨らんでも、for: 0s のアラートはオンデマンドを夜中に起こします。

3. スクレイプとアラートの意思決定マトリクス

本番投入前に、「どのネットワーク名前空間から誰がスクレイプするか」と「アラートが業務時間を尊重するか」を揃えてください。

4. 7 ステップ Runbook（リモート物理 Mac）

1. エンドポイントとバインドの確定。 ゲートウェイ設定でメトリクスを有効化し、metrics_path（多くは /metrics）と待ち受け IP を確認。リモートから取るなら 127.0.0.1 専用は避け、スクレイパと名前空間を揃える。
2. ローカルスモーク。 curl -sS http://127.0.0.1:<port>/metrics | head -n 40 で HELP／TYPE と HTTP／process 系を確認。
3. スクレイパの置き場所。 単一ノード PoC は同機 Prometheus。多数ノードは vmagent の remote-write か、ファイアウォール許可済みの集中 Prometheus。
4. scrape 設定（下記）。 scrape_interval: 15s〜30s、妥当な scrape_timeout、安定した instance relabel。
5. Grafana 接続。 データソース登録後、全体 RPS、p95、5xx 比率、up、スクレイプ所要をパネル化。
6. アラートとルーティング。 エラー率と raw up で for を分ける。デプロイ中は Alertmanager サイレンスや CI フラグで抑制。
7. macOS 7×24 設定の整合。 有線推奨、ディスクスリープ無効、NTP／タイムゾーン固定。スクレイプは成功しているのにアプリが 500 を返すときは、Prometheus ではなくアプリログを先に見る。

5. コピペ：scrape・PromQL・アラート

5.1 Prometheus scrape_configs 断片

targets とポートを環境に合わせ替えてください。リバプロ背後では /metrics をキャッシュさせず通過させます。

scrape_configs:
  - job_name: openclaw-gateway
    scrape_interval: 15s
    scrape_timeout: 10s
    metrics_path: /metrics
    static_configs:
      - targets:
          - '127.0.0.1:18789'
        labels:
          env: prod
          role: gateway
    # relabel_configs:
    #   - source_labels: [__address__]
    #     target_label: instance

5.2 Grafana パネル用クエリ（実機のメトリクス名に合わせて置換）

• RPS： sum(rate(http_requests_total{job="openclaw-gateway"}[5m]))
• p95 レイテンシ（ヒストグラム）： histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket{job="openclaw-gateway"}[5m])) by (le))
• 5xx 比率（例）： sum(rate(http_requests_total{job="openclaw-gateway",status=~"5.."}[5m])) / sum(rate(http_requests_total{job="openclaw-gateway"}[5m]))
• スクレイプ健全性： up{job="openclaw-gateway"} と scrape_duration_seconds{job="openclaw-gateway"}

5.3 アラートルール（Prometheus rule_files）

groups:
  - name: openclaw_gateway
    rules:
      - alert: GatewayScrapeDown
        expr: up{job="openclaw-gateway"} == 0
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: "OpenClaw メトリクスエンドポイントに到達できない"
      - alert: GatewayHigh5xxRatio
        expr: sum(rate(http_requests_total{job="openclaw-gateway",status=~"5.."}[5m])) / sum(rate(http_requests_total{job="openclaw-gateway"}[5m])) > 0.05
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "5xx 比率 > 5%（ラベルスキーマに合わせて調整）"

status の代わりに code や outcome を使うスキーマならセレクタを書き換え、Grafana Explore で空ベクトルにならないことを確認してからアラートに昇格させてください。

6. 典型誤報の切り分け

7. 引用しやすい閾値

• scrape_interval： 本番は 15s を既定（ゲートウェイ尾部より短くしすぎない）。大陸間リンクは 30s から。
• scrape_timeout： scrape_interval の約 2/3 以下。トンネル経路は 10s から試す。
• アラート for： 可用性系は 2m、比率系は 5m を起点に、SLO バーンレートへ合わせて締める。

8. FAQ

9. まとめとノード選定

OpenClaw Gateway の HTTP／プロセス指標が Prometheus と Grafana に載ると、24/7 物理ノード上の障害は「SSH で当てずっぽう」から、up・エラー率・p95 が同時に動いたかの確認へ移れます。繰り返し出るのは バインドとスクレイパ経路の一致、アラートへの for、macOS 省電力とデプロイ窓を SLO ノイズから切り離すこと です。

ゲートウェイと可観測性スタックの組み合わせは macOS と相性がよく、launchd・ログ・Unix ツールが一つの枠組みに収まります。Apple Silicon はアイドル電力が非常に低く、常時オンのゲートウェイ向きです。同価格帯の小型 x86 箱と比べても 消費電力と安定性 で有利になりやすく、Gatekeeper・SIP・FileVault による資格情報とトンネル端の保護は、リモートゲートウェイ運用の関心事と一致します。

本稿の scrape 設定とダッシュボードを、静音で効率的な 24/7 向けハード 上ですぐ回したいなら、Mac mini M4 は 2026 年時点でもコストパフォーマンスの良い入口です。ZoneMac のリモート物理 Mac でノードを確保し、ゲートウェイ指標を本番ベースラインに一度で載せられます。今が手に取りやすいタイミングです。