From cb0299e11d29c7154d0e0ea969dc0d4caca7c982 Mon Sep 17 00:00:00 2001 From: Roman Buryan Date: Fri, 6 Nov 2026 01:03:14 +0300 Subject: [PATCH] =?UTF-8?q?[SPRINT-V1]=20=D0=9F=D0=BB=D0=B0=D0=BD=20V1.1?= =?UTF-8?q?=20(10=20=D0=BF=D1=83=D0=BD=D0=BA=D1=82=D0=BE=D0=B2)=20=D0=B8?= =?UTF-8?q?=20Sprint=20V2=20(6=20=D0=BD=D0=B0=D0=BF=D1=80=D0=B0=D0=B2?= =?UTF-8?q?=D0=BB=D0=B5=D0=BD=D0=B8=D0=B9=20=D1=80=D0=BE=D1=81=D1=82=D0=B0?= =?UTF-8?q?=20=D1=81=D0=B5=D1=80=D0=B2=D0=B5=D1=80=D0=B0)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- ops/V1.1-AND-V2-PLAN.md | 147 ++++++++++++++++++++++++++++++++++++++++ 1 file changed, 147 insertions(+) create mode 100644 ops/V1.1-AND-V2-PLAN.md diff --git a/ops/V1.1-AND-V2-PLAN.md b/ops/V1.1-AND-V2-PLAN.md new file mode 100644 index 0000000..702f5a1 --- /dev/null +++ b/ops/V1.1-AND-V2-PLAN.md @@ -0,0 +1,147 @@ +# V1.1 и Sprint V2 — куда расти + +Дата: 06.11.2026 · Состояние V1: **закрыт на 8 из 9 пунктов**, работает автономно. + +--- + +# Часть 1. Где мы сейчас (факты) + +| Что работает | Проверка | +|---|---| +| 20 заданий Hermes (гигиена 07:20, развитие 08:10, доверие 08:00, сводка 08:05, исследование 08:15, ночной анализ 03:00) | `jobs.yaml` | +| RAG-память: 752 документа, 3090 чанков | `ops/rag/index.db` | +| Автовосстановление: `onboot=1` у всех CT + VM104, таймер подъёма | загрузка ~30 с вместо 9 минут | +| L2-автономия: 5 действий агент делает сам | `policy.yaml`, `dry_run: false` | +| Проверка фактов LLM: ночной отчёт, 0 выдуманных сущностей | `ops/night/report-*.md` | +| Гигиена: 18 проверок, дубли по роли | `report-2026-11-06.md` | + +**Боевые проверки LLM (сегодня):** + +| Тест | Результат | Вывод | +|---|---|---| +| RAG-вопрос про chronyd | ✅ 57 с, ответ верный, источники указаны | годится | +| Классификация инцидента Radarr | ⚠️ дал `docker start CT118` — фактическая ошибка (CT — это LXC, не docker) | **только с проверкой** | +| Ночной анализ с проверкой фактов | ✅ 0 выдуманных сущностей | годится | + +**Вывод по LLM:** 7B на CPU годится для **суммаризации и поиска**, **не годится для решений** без человека. Так и заложено. + +--- + +# Часть 2. V1.1 — что добавить (10 пунктов, по приоритету) + +## 1. Гибридный поиск по логам (не только по документации) +Сейчас RAG ищет по `.md`-файлам. Надо индексировать **журнал событий** (journald, Hermes events), чтобы агент отвечал «что было 3 дня назад в 4 утра». +**Срок:** 1 день. **Ценность:** высокая. + +## 2. Индекс «здоровья» сервиса (одно число) +Для каждого сервиса: доступность за 7 дней × свежесть бэкапа × наличие SSO × число инцидентов. Одна таблица — сразу видно, что хромает. +**Срок:** 1 день. **Ценность:** высокая. + +## 3. Дашборд в Grafana для агентского слоя +Сейчас агент работает «в темноте»: отчёты в файлах. Нужны панели: действий за сутки, успешность, бюджет, отказы предохранителей. +**Срок:** 0.5 дня. **Ценность:** средняя. + +## 4. Уведомления с приоритетом (1–3 в день) +Сейчас уведомления идут пачками. Нужен фильтр: «требует решения сегодня» против «просто факт», плюс тихие часы. +**Срок:** 1 день. **Ценность:** высокая (это прямо в цели V1). + +## 5. Автоматическое восстановление сервисов внутри CT +После жёсткого сброса docker-контейнеры (Sonarr/Radarr) не стартуют. Нужен `docker_start` в автоподъёме. +**Срок:** 0.5 дня. **Ценность:** высокая. + +## 6. Проверка «что сломается, если остановить» +Для каждого сервиса — карта зависимых. Уже есть `topo_query blast`. Надо встроить в отчёт развития: «остановка X затронет Y сервисов». +**Срок:** 0.5 дня. **Ценность:** средняя. + +## 7. История инцидентов (эпизодическая память с поиском) +Отдельная таблица: время, сервис, симптом, что сделали, помогло ли. Агент учится на своих действиях. +**Срок:** 1 день. **Ценность:** высокая. + +## 8. Проверка конфигурации перед изменениями (dry-run diff) +Перед любым изменением compose/конфига — показать diff и запросить подтверждение. +**Срок:** 1 день. **Ценность:** средняя. + +## 9. Резервный LLM-путь +Если mini-PC недоступен (как сегодня), RAG должен работать в режиме «только ключевые слова» без эмбеддингов. +**Срок:** 0.5 дня. **Ценность:** высокая (сегодня был реальный сбой). + +## 10. Документация для семьи +«Что делать, если…» на 1 страницу: свет, интернет, сервер не отвечает. Сейчас знания только у вас. +**Срок:** 0.5 дня. **Ценность:** высокая. + +--- + +# Часть 3. Sprint V2 — новый уровень сервера + +## Идея V2: «сервер, который не просто работает, а объясняет и предсказывает» + +V1 отвечает на вопрос «что сломано». V2 должен отвечать: **«что сломается и когда»**. + +### Направление A. Предиктивная диагностика + +| Что | Как | +|---|---| +| Диск кончится через N дней | линейная экстраполяция роста + алерт за 14 дней | +| Память: тренд | скользящее среднее, алерт при росте >5 %/неделю | +| Сервис деградирует | сравнение p95 времени ответа с базовой линией | +| Бэкап не пройдёт | проверка размера и места до запуска | + +**Нужно:** Prometheus уже есть (35 целей), нужны запросы + агент, который их читает. + +### Направление B. Самолечение на основе истории + +Сейчас агент действует по правилам. В V2: **похожий инцидент → известное решение**. +- Таблица «симптом → действие → результат» (пункт 7 из V1.1) +- При повторе: применить решение сразу (L3), если оно срабатывало 3+ раза +- Порог доверия растёт автоматически + +### Направление C. Экономика инфраструктуры + +- **Стоимость сервиса**: RAM × часы × цена киловатта + диск +- Отчёт: «эти 5 сервисов потребляют 40 % памяти и не используются» +- **Энергопотребление**: счётчик из ИБП (когда появится) → реальные цифры + +### Направление D. Безопасность как процесс + +| Что | Как | +|---|---| +| Инвентаризация экспозиции | какие порты торчат наружу, какие должны | +| Проверка обновлений с CVE | GitHub API + NVD, отчёт «обнови это» | +| Проверка секретов | регулярный поиск «забытых» ключей в конфигах | +| Проверка прав | кто имеет доступ к чему (Authentik API) | + +### Направление E. Второй контур (устойчивость) + +Сейчас всё на одном сервере. V2: +- **Критичные сервисы** (Authentik, Gitea, hub-core) → реплика на VPS +- **Read-only зеркало** для восстановления +- **Проверка восстановления** раз в месяц (реально поднять из бэкапа в изолированном CT) + +### Направление F. Голос и присутствие + +Уже есть hub-core `/voice`. V2: «Секретарь, что с сервером?» голосом, ответ голосом. И уведомления в Telegram для семьи. + +--- + +# Часть 4. Что предлагаю делать в первую очередь + +| Приоритет | Что | Зачем | +|---|---|---| +| **1** | V1.1 п.9 — резервный LLM-путь | сегодня был реальный сбой, RAG лежал | +| **2** | V1.1 п.5 — автозапуск docker внутри CT | после сброса Sonarr/Radarr не поднимаются | +| **3** | V1.1 п.4 — приоритизация уведомлений | цель V1: 1–3 алерта в день | +| **4** | V2-A — предиктивный диск/память | самое частое, что реально ломается | +| **5** | V2-B — история инцидентов | основа самолечения | + +--- + +# Часть 5. Чего НЕ делать (честно) + +- **Не заменять 7B на 14B** на этом железе: будет 4 ток/с, станет хуже, чем сейчас. +- **Не включать L3–L4** без истории успехов: правила есть, статистики нет. +- **Не добавлять новые сервисы** на Proxmox: память на пределе (10/15 ГиБ), swap 8.3 ГБ занят. +- **Не трогать SSO** без явного согласования: уже был инцидент. + +--- + +_Файл: `ops/V1.1-AND-V2-PLAN.md` · Автор: агент · Проверка: все цифры из живых отчётов_