Files
memory/systems/agent-fleet.md
T
2026-10-22 22:00:42 +00:00

124 lines
7.0 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
title: Agent-Fleet
category: systems
status: active
created: 2026-10-22
updated: 2026-10-22
---
# Agent-Fleet (Multi-Agent-Plattform)
Projekt: Corporation-scale Agent-Fleet mit CEO+SRE-Team, Org-as-Code, zentralem
LLM-Chokepoint und objektiver Telemetrie. Phase 0 (Fundament) weitgehend gebaut.
## Repos & Struktur
- **agent-fleet** (Gitea, lokal `/home/debian/workspace/agent-fleet`): Org-YAML,
Beacon-Scaffold (`src/beacon/`), Pläne (`docs/plans/2026-10-22-agent-fleet-phase0.md`,
inkl. Bifrost-Pivot-Vermerk — LiteLLM-Abschnitte A3/A4 sind superseded).
- **iac-homelab** (`/home/debian/iac-homelab`, Remote `canonical` = SSH): K8s-Manifeste.
Push via `git push canonical HEAD:main` (HTTPS-Auth defekt).
## K8s-Basis (Namespace agent-fleet)
- ResourceQuota: 8 vCPU / 16 Gi (CNPG belegt ~250m/512Mi Requests).
- **CNPG `agent-fleet-pg`** (Postgres 17.x): Ready, Hourly-Backups. DB `fleet` für
Beacon-Heartbeats (Tabellen heartbeats, gov_samples — Schema liegt im Beacon-Repo).
- ArgoCD-Apps: `agent-fleet` (Root-App für den NS, Synced/Healthy) und
`agent-fleet-bifrost` (Helm, sync-wave 2).
## LLM-Ingress: Bifrost (A3', produktiv)
- **maximhq/bifrost**, Helm-Chart 2.1.45, app v2.3.1, StatefulSet `bifrost-0`,
NS agent-fleet, LoadBalancer-VIP **10.0.30.210:8080** (cilium lb-ipam).
- SQLite-Store auf ceph-flash PVC 5 Gi (Bifrost-Konzern, getrennt von CNPG-fleet).
- Provider `noris`: custom provider, `base_provider_type: openai`,
`base_url: https://ai.noris.de`, Key via `env.NORIS_API_KEY` ← ESO-Secret
`bifrost-noris-key` ← 1P `noris-api-key` (Feld `credential`, NICHT dupliziert).
- Admin-API: Basic Auth (ESO-Secret `bifrost-admin` ← 1P `Agent-Fleet Bifrost Admin`),
Routen `/api/governance/virtual-keys[/{id}]`, `/api/keys`, `/api/providers`.
**ACHTUNG**: unbekannte Routen → SPA-Fallback mit HTTP 200 (nur application/json
ist eine echte Route).
- **Governance**: Plugin aktiv, VK `vk-fleet` (Name `fleet`), Header `x-bf-vk`.
Policy (Nutzer-Regel 22.10.): **nur `vllm/release/*`-Modelle** — kein qsu-Kanal,
keine Anthropic-Modelle. Kodiert als Regex-Allowlist
`^(noris/)?vllm/release/.*` in `provider_configs[].allowed_models`,
deny-by-default (kein `allow_all_providers`). Kein Budget-Cap (Amendment A10).
- **Telemetry**: Plugin aktiv, `/metrics` auf dem Haupt-Port **hinter Auth** →
ServiceMonitor `bifrost` (NS agent-fleet!, Label `release: monitoring`) mit
basicAuth gegen `bifrost-admin`. Prometheus-Target UP.
- VK-Wert in 1P-Item **`Agent-Fleet Fleet-vkey`** (Vault Kubernetes ESO, Feld
`credential`). Bifrost regeneriert das VK-Secret bei Config-Änderungen NICHT —
1P-Referenz bleibt über Rollouts stabil.
## 1P-Items (Vault „Kubernetes ESO")
| Item | Zweck | Feld(er) |
|---|---|---|
| `Agent-Fleet Bifrost Admin` | Dashboard/Admin-API | username, password |
| `Agent-Fleet Bifrost Encryption` | DB-Verschlüsselung | key |
| `Agent-Fleet Fleet-vkey` | VK `vk-fleet` für Agenten | credential |
| `Agent-Fleet PG Owner` | CNPG owner | (siehe CNPG) |
| `noris-api-key` (bestehend) | Upstream-Key ai.noris.de | credential |
## Beacon (B1+B2, PRODUKTIV seit 22.10.)
FastAPI-Heartbeat-Service: POST /heartbeat (Org-Gate), GET /metrics
(`beacon_heartbeats_total`, `beacon_last_heartbeat_age_seconds{agent}`,
`beacon_agents_up` ≤120s), GET /healthz. 10 Tests grün (Review APPROVED,
Important-Fixes committed `b3b4b9f`).
- **Deploy**: iac-homelab `clusters/main/agent-fleet/beacon.yaml` +
`beacon-registry-pull.yaml` (ESO ← 1P `SchoenKitchen Registry Pull`,
dockerconfigjson für git.familie-schoen.com). Deployment `beacon` 1 Replica
(100m/128Mi), Service ClusterIP :80, ServiceMonitor `release: monitoring`.
- **Image**: `git.familie-schoen.com/dominik/beacon:{SHA,latest}` (CI-Workflow
build+push; Registry-Push via dind-Daemon verifiziert — CI-Run 94 flakte am
größten Blob, manuelles docker push aus demselben Daemon ging sofort).
- **DB**: schema.sql auf CNPG fleet angewendet (heartbeats, gov_samples —
inkl. task_id/tok_in/tok_out, die im Original-Schema fehlten).
- **E2E (22.10.)**: healthz 200 · hb ceo 200 → PG-Row · hb intruder 403
(Strict-Org-Gate live) · Prometheus-Target UP.
- org.yaml-Seed als ConfigMap `beacon-org-yaml` (Genesis W0/W1: ceo, cto,
ciso, chro) — Quelle: Phase-0-Plan Task E1.
## CEO-Sandbox (Genesis W0, 22.10. — A15/ADR-018)
- **CT 161 `ceo`** auf ms-a2-1, IP **10.0.30.162** (VLAN 30), 4 vCPU/8 GB/
**20 GB** rootfs auf `vm_disks` (Regel: Agent-CTs ≈ 20 GiB — Zahl hinter
`:` ist GRÖSSE, nicht VMID; 161-GiB-Fehlcreation wurde destroyed+neu gebaut).
Blueprint: CT 160 (fleet-control); Provisionierung via PVE-REST `pvesh`,
SSH `root@10.0.20.92` + `pct push/exec 161`.
- **Harness**: Hermes (Installer NousResearch) im CT; config.yaml mit Provider
`bifrost` → `http://10.0.30.210:8080/v1`, VK **literal inline** (keine
Env-Expansion!), Modell `noris/vllm/release/glm-5-3`. Inferenz via Bifrost
verifiziert (9× POST /v1/chat/completions 200 im Bifrost-Log).
- **Herzschlag**: `/usr/local/bin/ceo-heartbeat.sh` via systemd-Timer
`ceo-heartbeat.timer` (60 s, Persistent, oneshot-Service fail-loud);
Task-ID aus `/var/local/fleet/last_task_id`, Default `idle`;
BEACON_URL=http://10.0.30.211. Verifiziert: Rows in `heartbeats`
(task_id board-w1-memo) + Prometheus.
- **Identität**: `/root/fleet/CHARTER.md` (Mandat: Board aus kritischen
Gegenspielern + Lead-Hiring), `/root/.hermes/memories/USER.md`
(Owner-Profil), `/root/fleet/spec.md` (v5.1-Stand), `/root/fleet/org.yaml`
(= ConfigMap beacon-org-yaml). Kopien im Repo: `genesis/`.
- **W1-Memo**: `/root/fleet/board/memo-2026-10-22-board-w1.md` (205 Z.,
MEMO-2026-10-22-W1): Board-Roster CTO „Occam"/CISO „Hadrian"/CHRO
„Diogenes" mit Blindspot-Zuordnung, W2-Lead-Sequenz (VS-Lead UAL →
sq-sw-dev → sq-design → sq-ea), Dissens-Protokoll, Caps-Check.
**Liegt zur Genehmigung beim Owner.**
## Konventionen & Regeln
- Fleet-Standard-Modelle: `noris/vllm/release/*` (heavy=default/light-Tiers später
über Aliase im VK oder weitere VKs).
- Token-/Cost-Messung AM INGRESS (KRITIS-Requirement, kein Agent-Self-Reporting).
- ArgoCD: kein prune bis Besitz-Konsolidierung; Overlap-Regel: Helm-Release
`bifrost` verwaltet nur bifrost-*-Objekte.
- ArgoCD-CLI vom Host nicht erreichbar (argocd-server ClusterIP) → Refresh via
`kubectl -n argocd annotate application <name> argocd.argoproj.io/refresh=normal`.
## Offene Punkte
- **W1-Board-Genehmigung** (DI-1…DI-4 aus MEMO-2026-10-22-W1) — Owner-
Entscheidung ausstehend; nach Go: W1-Provisionierung (CTs cto/ciso/chro).
- Governor-Skeleton (A8): Baseline-Messung aus Bifrost-/metrics.
- Aliase/Tiers heavy/default/light (A10) — derzeit nur ein VK.
- Bekannter Defekt (niedrige Prio): Secret `git-schoen-codes-tls` (ns gitea)
doppelt-base64 → Traefik serviert intern das Default-Cert; Workaround:
Registry/CI via git.familie-schoen.com routen.
- D1 ERLDIGT: CT fleet-control (10.0.30.161) — Hermes-Spike bestanden
(„BETRIEB" via Bifrost; VK direkt in config.yaml, KEINE env.-Expansion
in Hermes-Configs).