10 KiB
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