Azure DevOps部署组目标频繁离线（服务器正常）：测试与解决问询

我们使用自托管服务器作为Azure DevOps部署组目标，频繁出现服务器正常运行但部署组目标显示离线的问题。此前遇到该问题时，会手动到服务器的vstsagent目录执行命令恢复，现已编写每小时运行的PowerShell脚本，用于检查目标状态并自动恢复在线。以下是当前脚本：

$agentName = "Hosted Agent"
$poolId = 9
$projectUrl = "https://dev.azure.com/empiricaledge/demo-jazi"

# 检查代理状态
$agentStatus = & "$env:SYSTEMDIALOGSHELLEXECUTIONPOLICY" .\config.cmd status

if ($agentStatus -like "offline") {
    # 若代理离线则恢复在线
    & "$env:SYSTEMDIALOGSHELLEXECUTIONPOLICY" .\config.cmd --unattended --url $projectUrl --auth PAT --token ixzblm6i2ubw3vonwemukwzc2grdcddlho6oifavmqzdnvdaetzq --pool $poolId --agent $agentName --replace --acceptTeeEula --work '_work' --runAsService
}

一、模拟部署组目标离线的方法 #

• 停止代理服务：若代理以Windows服务运行，打开服务管理器，找到名称包含代理名的Azure Pipelines Agent服务，右键停止。数分钟后Azure DevOps门户会标记该目标为离线，适合测试脚本触发逻辑。
• 断开代理注册：在vstsagent目录执行命令：.\config.cmd remove，执行后代理会从部署组中移除，状态变为离线。测试完成后可通过脚本重新注册恢复。
• 临时阻断网络通信：在服务器上临时禁用网卡，或设置防火墙规则阻断到dev.azure.com的443端口连接。等待5-10分钟，Azure DevOps会因接收不到心跳标记目标为离线，测试后恢复网络即可。

二、确保代理始终在线的优化方案 #

1. 修正并优化现有脚本 #

原脚本存在变量错误（$env:SYSTEMDIALOGSHELLEXECUTIONPOLICY并非有效环境变量），且状态判断逻辑不够严谨，以下是修正后的版本：

$agentName = "Hosted Agent"
$poolId = 9
$projectUrl = "https://dev.azure.com/empiricaledge/demo-jazi"
$logPath = "C:\vstsagent\agent_health.log" # 日志文件路径，可自行修改
$agentDir = "C:\vstsagent" # 替换为你的实际vstsagent目录

# 切换到代理目录
Set-Location $agentDir

# 精准获取代理状态
$statusOutput = .\config.cmd status
$agentStatus = ($statusOutput | Select-String "Status:").ToString().Split(":")[1].Trim()

# 记录日志
Add-Content -Path $logPath -Value "$(Get-Date -Format 'yyyy-MM-dd HH:mm:ss'): 当前代理状态：$agentStatus"

if ($agentStatus -eq "Offline") {
    Add-Content -Path $logPath -Value "$(Get-Date -Format 'yyyy-MM-dd HH:mm:ss'): 开始恢复代理..."
    # 重新注册代理
    .\config.cmd --unattended --url $projectUrl --auth PAT --token ixzblm6i2ubw3vonwemukwzc2grdcddlho6oifavmqzdnvdaetzq --pool $poolId --agent $agentName --replace --acceptTeeEula --work '_work' --runAsService
    Add-Content -Path $logPath -Value "$(Get-Date -Format 'yyyy-MM-dd HH:mm:ss'): 代理恢复操作执行完成"
}

• 优化点：添加日志记录、精准解析状态、修正执行命令的错误、指定代理目录避免路径问题。

2. 服务级别的监控与自动重启 #

• 使用Windows任务计划程序：创建触发条件为「当特定服务停止时」的任务，任务动作设置为重启Azure Pipelines Agent服务，无需重新注册代理，效率更高。
• 使用NSSM工具：将代理进程包装为Windows服务，配置服务的「失败时」动作（如失败后自动重启），增强服务的稳定性。

3. 调整代理心跳参数 #

编辑代理目录下的config.json文件，调整以下参数（单位为秒）：

• heartbeatInterval：代理发送心跳的间隔，默认30秒，可适当增大至60秒
• heartbeatTimeout：Azure DevOps等待心跳的超时时间，默认120秒，可增大至180秒
  调整后重启代理服务，减少因网络波动导致的误判离线。

4. 定期重启代理 #

设置每周/每月的定时任务，重启Azure Pipelines Agent服务，预防因内存泄漏、进程卡死导致的离线问题。

内容的提问来源于stack exchange，提问作者Jaseela KA