Blog details

streamidletimeout Hatası İçin Adım Adım Teşhis

stream_idle_timeout hatası

stream_idle_timeout Hatası İçin Adım Adım Teşhis

stream_idle_timeout hatası aldığınızda önce aynı isteğin uygulama, ağ geçidi ve model sunucusu kayıtlarını karşılaştırın. Ekrandaki 500 error (500 kodu), sorunun hangi bileşende başladığını tek başına göstermez.

Web sitenizdeki asistanın veya otomasyonunuzun yeniden çalışması için hatanın oluştuğu katmanı bulmanız gerekir. İlk adım, kesintinin zamanını ve yanıtın nerede durduğunu belirlemektir.

stream_idle_timeout hatası için ilk bulguları toplayın

JSON biçimindeki hata mesajını olayın başlangıç kaydı olarak saklayın. Ardından isteğin başlangıç saatini, kullanılan modeli, istek kimliğini ve son başarılı yanıt zamanını not edin. Sunucu günlüklerini (server logs) paylaşırken API anahtarlarını ve müşteri bilgilerini maskeleyin.

Özellikle iki durumu ayırın: Model hiç yanıt üretmedi mi, yoksa yanıt başladıktan sonra mı kesildi? İlk durumda model yükleme veya kuyruk beklemesi öne çıkabilir. İkinci durumda bağlantı kesilmesi ve aradaki servislerin davranışı daha fazla önem kazanır.

Gece karanlığında tek başına bilgisayar ekranına bakan bir yazılım mühendisi.

Aynı kısa isteği, mümkünse uygulamanız üzerinden ve doğrudan model uç noktasından çalıştırın. Doğrudan çağrı başarılıysa ters vekil sunucu, uygulama veya ağ geçidi katmanına odaklanın. İki yol da başarısızsa model hizmetini ve sunucu kaynaklarını inceleyin.

Ayrıca tek bir başarısız denemeyle karar vermeyin. Kesintinin her seferinde aynı sürede oluşması, yapılandırılmış bir sınırı araştırmanız için anlamlı bir bulgudur. Değişken süreler ise yükle ilişkili olabilir. Karşılaştırma sırasında model, istem ve çıktı uzunluğunu sabit tutun; böylece değişikliğin hangi etkenden kaynaklandığını daha net görürsünüz.

OpenClaw için ilk kontrol sırasını uygulayın

OpenClaw yanıt vermiyorsa önce genel durumu, ardından ağ geçidini ve günlükleri kontrol edin. Şu sırayı izleyin:

  1. openclaw status --all ile bileşenlerin durumunu görüntüleyin.
  2. openclaw gateway status ile ağ geçidinin çalışıp çalışmadığını kontrol edin.
  3. openclaw logs --follow --json | tail -50 ile günlük çıktısını inceleyin.

tail -50 komutu, takip akışı kapanana kadar çıktı bekletebilir. Canlı teşhis için openclaw logs --follow --json kullanın.

“OpenClaw Not Responding: 10 Common Causes and Fixes” kılavuzu, vakaların yaklaşık %70’ini ilk dört başlıkta toplar: API erişimi veya kota, sağlayıcı kesintisi, sunucu kaynakları ve Telegram kimlik bilgileri. Bu oranı kılavuzun önceliklendirme tahmini olarak değerlendirin.

Önce son başarılı işlemi bulun. Ardından openclaw gateway status çıktısını genel durumla karşılaştırın ve aynı zaman aralığında kimlik doğrulama hatası, bağlantı sorunu veya process crashed kaydı arayın.

Yinelenen beceri çağrıları günlüklerde skill error loop oluşturabilir.

Birden fazla ayarı aynı anda değiştirmeyin; aksi hâlde hangi müdahalenin işe yaradığını ayıramazsınız.

Her değişikliğin saatini kaydedin. Böylece yeniden başlatma sonrasındaki geçici düzelmeyi kalıcı çözümle karıştırmazsınız. Kısa bir durum kaydı, sorunu başka bir ekip üyesine aktarmanızı da kolaylaştırır.

Önce API erişimini ve sağlayıcıyı eleyin

API anahtarını, kotayı ve bakiyeyi ayırın

Günlüklerde HTTP 401 görüyorsanız kullandığınız kimlik bilgilerini kontrol edin. API key silinmiş, süresi dolmuş veya çalışan sürece yanlış aktarılmış olabilir. Günlüklerde OAuth token expired mesajı da görünebilir. Yapılandırma dosyasını güncellemeniz, çalışan sürecin yeni değeri aldığı anlamına gelmez.

HTTP 429, rate limit veya kullanım sınırına işaret edebilir. Hata gövdesindeki açıklamayı okuyun; geçici bir rate limit ile tükenen kullanım kotası aynı müdahaleyi gerektirmez. OAuth token expired mesajı, geçersiz anahtar hatasıyla aynı durumu göstermez. Biten ön ödemeli bakiye de benzer bir kesintiye yol açabilir.

Sağlayıcınız destekliyorsa kullanım veya bütçe için %80 eşiğinde faturalandırma uyarısı tanımlayın. Böylece krediler tamamen tükenmeden bildirim alırsınız. Anahtarı sınarken kısa bir istek gönderin ve yanıtın durum kodunu kaydedin; anahtarın kendisini günlüğe yazdırmayın.

Sağlayıcı kesintisinde yedek yolu kullanın

Aynı modelin doğrudan çağrısı da başarısızsa sağlayıcının durum sayfasını uygulamanızdaki hata zamanlarıyla karşılaştırın. Bu durum bir model provider outage kaynaklı olabilir. Diğer sağlayıcılar çalışırken tek sağlayıcıya ait çağrıların kesilmesi, araştırma alanınızı daraltır.

Bir fallback model veya çoklu model yönlendirmesi yapılandırın. Seçtiğiniz yedek modelin araç çağrılarını, çıktı biçimini ve veri güvenliği gereksinimlerini karşılaması gerekir.

Kontrollü bir testle fallback model seçeneğinin gerçekten çalıştığını doğrulayın. Yapılandırmada ikinci model adının bulunması, kesinti sırasında geçişin gerçekleşeceğini kanıtlamaz. Hata mesajını da kullanıcıya anlaşılır biçimde gösterin; boş bir sohbet ekranı bırakmayın.

Sunucu kaynaklarını ve çalışan süreci inceleyin

Bellek ve disk baskısını ölçün

OpenClaw için yaklaşık 500 MB ile 1,5 GB arasında RAM kullanımını planlama referansı olarak alın. Gerçek tüketim, etkin iş yüküne ve eklentilere bağlıdır. Bu nedenle 2 GB RAM’li VPS’te işletim sistemi ve uygulama yüküyle birlikte VPS out of memory riski artar.

Aynı sunucuda başka hizmetler de çalışıyorsa 4 GB RAM tercih edin. Linux üzerinde free -h ile belleği, df -h ile disk doluluğunu inceleyin. Ayrıca çekirdek günlüklerinde bellek yetersizliği nedeniyle sonlandırılan süreçleri arayın.

Sunucu odasında amber ışığı yanan bir rack kabin ve kablolar.

Uygun Linux dosya sistemlerinde 2 GB’lık swap dosyası ek güvenlik payı sağlayabilir. Boş alan bulunan, mevcut swap dosyasını ezmeyen bir yolda önce fallocate kullanın. Ardından chmod 600, mkswap ve swapon adımlarını uygulayın. Bu işlemler yönetici yetkisi gerektirir.

Swap fiziksel RAM’in yerini tutmaz. Yoğun swap kullanımı yanıt sürelerini uzatabileceğinden bellek baskısının nedenini de giderin.

Node.js sürümünü ve yeniden başlatmayı düzenleyin

OpenClaw için Node.js 22 veya üzerini kullanın. node --version çıktısını, hizmetin çalıştığı kullanıcı ve ortamda alın. Terminalinizdeki sürüm ile servis yöneticisinin kullandığı sürüm farklı olabilir. Eski sürümler anlaşılması güç çökmelere yol açabilir.

Süreci yalnızca açık SSH oturumuna bağlamayın. Süreç beklenmedik biçimde kapanırsa (process crashed), systemd veya pm2 üzerinden yeniden başlatmayı ve sistem açılışında çalışmayı yapılandırın.

Bununla birlikte sürekli yeniden başlayan bir süreç sağlıklı sayılmaz. Yeniden başlatma sayısını ve kapanmadan hemen önceki hata kaydını birlikte inceleyin.

Ollama API’deki iki dakikalık kesintiyi ayırın

Bildirilen hata ile test sonuçlarını birlikte değerlendirin

Ollama API için bildirilen bir vakada, hesaplama tam iki dakikayı aşınca API 500 hatası döndürüyordu. Bu, bildirilen 2 minute timeout vakasıydı. Bildirimde küçük model ve düşük GPU kullanımı da yer alıyordu. Ancak bu gözlem, tüm Ollama kurulumları için geçerli bir süre sınırı göstermiyor.

Ollama bakımcısı rick-github, llama3.1:8b-instruct-q8_0 modeliyle CPU üzerinde yaptığı testlerde 2 dakika 41 saniye ve 2 dakika 45 saniye sonra HTTP 200 aldığını bildirdi. Bilinen sunucu taraflı iki dakikalık bir sınır olmadığını da belirtti.

GPU testi ise 30 saniyeden kısa sürdü. Bu nedenle test, iki dakikalık eşiğe ulaşmadı. CPU ve GPU sonuçları, LLM computation süresinin tek başına vakayı açıklamadığını gösteriyor. ALLMI78 ise 180 saniyelik istemci zaman aşımına rağmen sorunun sürdüğünü bildirdi. Bu bulgular tek bir kök nedende birleşmiyor.

GIN kaydını aradaki servislerle karşılaştırın

Ollama günlüklerindeki [GIN] satırı, isteğin durum kodunu ve süresini gösterir. Örneğin 500 | 2m0s | 127.0.0.1 | POST /api/chat kaydı, ilgili isteğin iki dakikada 500 ile sonuçlandığını gösterir.

Aynı isteğin ters vekil sunucu ve uygulama kayıtlarını karşılaştırın. Nginx kullanıyorsanız request_time, upstream_response_time ve upstream_connect_time alanları toplam beklemeyi, arka servis yanıtını ve bağlantı kurulumunu ayırmanıza yardımcı olur. Bu ölçümler, server side timeout ihtimalini değerlendirmenizi sağlar.

Ayrıca akışlı ve stream=false isteklerini aynı koşullarda karşılaştırın. Akışı kapatmak yanıtın tamamlanmasını bekletebilir, tek başına çözüm sayılmaz. Sunucu hatalarında kök neden analizi yaklaşımıyla isteğin izini katmanlar arasında sürün.

Telegram bağlantısını ve konuşma yükünü ayırın

Sohbet arayüzü çalışırken Telegram çalışmıyorsa

Web arayüzünden yanıt alıyor, Telegram üzerinden alamıyorsanız modelin genel erişiminden önce kanal yapılandırmasına odaklanın. Telegram bot token’ının doğru sürece aktarıldığını ve ilgili kanalın etkin olduğunu kontrol edin.

Sonrasında Telegram’dan gönderdiğiniz mesajın OpenClaw günlüklerine ulaşıp ulaşmadığına bakın. Mesaj kaydı hiç yoksa sorun giriş bağlantısında olabilir. Kayıt var ama yanıt gönderilemiyorsa çıkış hatalarını inceleyin.

Token değiştirdiğinizde çalışan hizmetin yeni değeri yüklemesini sağlayın. Böylece eski kimlik bilgisiyle devam eden süreçleri elersiniz. Ayrıca sohbet arayüzü ve Telegram testlerinde aynı kısa mesajı kullanın. Farklı uzunluktaki istekler, kanal sorunuyla model yükünü birbirine karıştırabilir.

Uzayan konuşmalarda bağlam yükünü azaltın

MEMORY.md dosyasını 15.000 karakterin altında tutun. Tekrarlanan talimatları temizleyin ve her isteğe taşınması gerekmeyen geçmişi ayırın. OpenClaw için context window kapasitesi en az 64K token olan bir model kullanın.

OpenClaw kılavuzu, 32K bağlam penceresinin 20 ile 30 konuşma turunda dolabileceğini belirtir. Bunu sabit kapasite saymayın; mesaj uzunluğu, araç çıktıları ve sistem talimatları tüketimi değiştirir.

Kısa, yeni bir konuşma çalışırken uzun geçmiş başarısız oluyorsa bağlam yükünü araştırın. Özellikle uzun araç sonuçlarını olduğu gibi saklamak yerine işe yarayan bilgiyi özetleyin. Böylece sonraki isteklerin taşıdığı yükü azaltabilirsiniz.

İzlemeyi tekrar eden arızayı yakalayacak şekilde kurun

Yalnızca 500 hatalarının sayısını izlemeyin. Başarısız isteklerin toplam isteklere oranını, p95 yanıt süresini ve eşzamanlı iş yükünü birlikte değerlendirin. Trafik artarken hata sayısı artsa bile hata oranı değişmeyebilir.

Modelin ilk çıktı parçasına kadar geçen süreyi toplam tamamlanma süresinden ayrı ölçün. CDN katmanı hızlı görünse bile asıl bekleme origin sunucusunda oluşabilir. CPU yüzdesinin yanında I/O beklemesini, bağlantı havuzunu ve kuyruk uzunluğunu da inceleyin.

Düşük CPU kullanımı, sunucunun isteği hızla işlediğini kanıtlamaz. Süreç disk, bağlantı veya kuyruk beklerken de yanıt gecikebilir.

SLI, ölçtüğünüz hizmet göstergesidir; SLO ise bu gösterge için koyduğunuz hedeftir. Zaman temelli %99,9 erişilebilirlik hedefinde, 30 günlük kesinti payınız yaklaşık 43,2 dakikadır. Bu pay hızla tükeniyorsa istikrar çalışmalarını öne alın.

429 ile 5xx artışlarını aynı zaman çizelgesinde karşılaştırın. Böylece rate limit sonrasında başlayan hata zincirlerini görebilirsiniz.

Olay kayıtlarını ortak istek kimliğiyle birleştirerek server logs kayıtlarını ilişkilendirin. Tekrarlanan araç ve beceri çağrılarını izleyerek skill error loop durumlarını yakalayın. Yapay zekâ olaylarında müdahale planı kapsamında etkilenen kullanıcı akışını, müdahaleyi ve sonucu saklayın. Ardından tekrar kullanılabilir kısa bir müdahale yönergesi oluşturun.

Sık sorulan sorular

OpenClaw neden birkaç saat sonra yanıt vermeyi bırakıyor?

Saatler sonra başlayan kesintilerde bellek tüketimini, dolan diski, büyüyen konuşma geçmişini ve kimlik bilgisi hatalarını karşılaştırın. Tek başına geçen süre kök nedeni göstermez.

Örneğin süreç kapanmışsa kapanma öncesindeki kaydı inceleyin. Süreç çalışıyor ama istekler bekliyorsa kuyruk ve sağlayıcı yanıtlarına bakın. Yalnızca uzun konuşmalar etkileniyorsa bağlam tüketimini araştırın. Yeniden başlatmanın geçici rahatlama sağlaması, kaynak birikimini araştırmak için bir ipucudur; kendi başına kanıt değildir.

OpenClaw çökünce kendiliğinden yeniden başlar mı?

Otomatik yeniden başlatma, kurduğunuz süreç yönetimine bağlıdır. systemd veya pm2 yapılandırmasında yeniden başlatma ve sistem açılışında çalışma davranışını tanımlamanız gerekir.

Kontrollü bir bakım aralığında süreci durdurup beklediğiniz davranışı gözlemleyin. Ayrıca sunucunun yeniden açılmasından sonra hizmetin çalıştığını sınayın. Normal süreç kapanması ile çökme farklı kuralları tetikleyebilir. Hizmetin yeniden açılması kadar, önceki hatanın kayda geçmesi de önemlidir; aksi hâlde aynı kesinti görünmeden tekrarlanabilir.

Kalıcı çözüm için hata zincirini görünür kılın

stream_idle_timeout hatasıyla karşılaştığınızda en yararlı başlangıç, aynı isteğin bütün katmanlardaki izini toplamaktır. API erişimini, sunucu kaynaklarını ve kanal bağlantısını ayrı sınamak gereksiz değişiklikleri azaltır.

Kalıcı iyileştirme, yeniden çalışan hizmetin neden durduğunu açıklayabildiğinizde başlar. İlgili günlükleri, süreleri ve uyguladığınız değişikliği tek olay kaydında birleştirin. Böylece sonraki kesintide aynı araştırmaya sıfırdan başlamazsınız. İşletmenizde müşteri iletişimini taşıyan bir asistan için bu kayıt, teknik müdahaleyi ve ekipler arası devri kolaylaştırır.