Runbook Automation

Runbook court pour piloter next_lots, lire les reports et nettoyer sans casser l'historique utile.

Vue d'ensemble

orchestrateur: python3 scripts/run_next_lots.py
TUI lot courant: python3 scripts/next_lots_tui.py --watch --interval 2
TUI ops global: python3 scripts/ops_tui.py --watch --interval 3
TUI remote Mascarade: python3 scripts/mascarade_remote_tui.py --watch --interval 4
synthese reports: python3 scripts/reports_ops.py summary
analyse logs: python3 scripts/reports_ops.py analyze-logs --top 10

Boucle recommandee

python3 scripts/ops_tui.py --watch --interval 3
python3 scripts/next_lots_tui.py --watch --interval 2

Quand un checkpoint apparait:

lire la raison dans le TUI
executer la commande preparee
reprendre avec python3 scripts/run_next_lots.py --resume automation/state/next_lots_state.json

Lots utiles

python3 scripts/run_next_lots.py --lot priority_models
python3 scripts/run_next_lots.py --lot baselines
python3 scripts/run_next_lots.py --lot tracking_sync
python3 scripts/run_next_lots.py --lot full

Logs

Lecture rapide:

python3 scripts/reports_ops.py analyze-logs --top 10

Ce que l'outil fait maintenant:

agrege les erreurs STDERR
rattache les logs aux vrais modeles via run.json
evite les pseudo-noms deformes du style ollama:qwen2:5:7b

Purge chirurgicale

Toujours commencer par un dry-run:

python3 scripts/reports_ops.py prune --days 14
python3 scripts/reports_ops.py prune --days 14 --delete-workspaces

Suppression effective seulement si la retention est claire:

python3 scripts/reports_ops.py prune --days 14 --delete-workspaces --apply

Regle:

ne pas supprimer les reports encore utiles au comparatif courant
preferer supprimer d'abord les workspaces/ anciens si l'on veut alleger sans perdre run.json et les logs

Commandes de reprise runtime

runtime Apple seulement: verifier http://127.0.0.1:8201/models
runtime llama.cpp: utiliser bash ./scripts/prepare_llama_cpp_runtime.sh --model qwen2.5:7b --port 8091
reprendre ensuite le lot ANE avec --resume

Multi-host Mascarade (tower / kxkm)

Config centralisee:

cat automation/mascarade_hosts.toml

Cockpit distant:

python3 scripts/mascarade_remote_tui.py --watch --interval 4

Tunnel manuel (exemples):

ssh -N -L 127.0.0.1:8110:127.0.0.1:8100 clems@192.168.120
ssh -N -L 127.0.0.1:8111:127.0.0.1:8100 kxkm@kxkm-ai

Persistance launchd (macOS)

python3 scripts/setup_mascarade_launchd.py render
python3 scripts/setup_mascarade_launchd.py install --dry-run
python3 scripts/setup_mascarade_launchd.py install
python3 scripts/setup_mascarade_launchd.py status

Plists de reference versionnes:

automation/launchd/com.ai-novel-engine.mascarade.tower.tunnel.plist
automation/launchd/com.ai-novel-engine.mascarade.kxkm.tunnel.plist

2.9 KiB Raw Permalink Blame History