teqo-backup/docs/plans/ops65-ci-main-janela-30min-e-matar-pool.md
Francisco Solla 9504c7ccf6 ops(OPS65): CI do main em janela de 30 min (gate .dockerignore fail-open) + matar agent-pool
- ci.yml: on push removido → schedule */30 + workflow_dispatch (fundido com a
  estrutura de job único sequencial do OPS62 X1)
- job gate (host, main-only, sem pnpm): revision do container rodando no
  homeserver (label org.opencontainers.image.revision — o compose pode mentir
  após rollback falho) + diff + classificador .dockerignore
- fail-open: revision desconhecida → suite roda (verde); incapaz de classificar
  → run vermelho (nunca blackout silencioso); deploy duplo-gated
  (needs: [checks, gate] + if explícito)
- deploy-homeserver.sh: guard 'already deployed' idempotente (mesma revision)
- agent-pool.yml removido; pool dormente (144 pnpm install/dia no tick */10)
- specs: dockerignoreMatch, ciClassifyProduction (incl. git-diff com repo
  scratch e exit codes), pins ciSkipInvariants/deployScript; HIGH_RISK_EXACT
- docs: runbook (janela/gate/verificação ao vivo/falhas), AGENTS.md,
  AGENT-OPS.md (tabela X1 fundida), skills pool dormente, changelog OPS65
- impl plan aprovado; intenção marcada entregue
2026-08-18 21:08:12 -03:00

5.4 KiB
Raw Blame History

CI do main em janela de 30 min + matar o agent-pool

Status: entregue Atualizado em: 2026-08-18 Issue: #64 Priority: P0 Model: composer-2.5 Impeccable: A — N/A (sem UI) Rascunho UI: N/A — sem UI Appetite: ~0,5–1 dia eng; um outcome verificável Responsável: —

Intenção

A workstation (Ryzen 7 7800X3D, 16 threads) é o runner self-hosted do Forgejo — e está saturada (load ~12.8/16) porque a CI inteira do main roda a cada push (merge em main → 5 jobs concorrentes: static/int/build/e2e×2), somada ao tick do agent-pool a cada 10 min, que faz pnpm install --frozen-lockfile completo 144×/dia para rodar um script Node puro que não usamos mais.

Antes, no GitHub, o CI de deploy na main só rodava em cooldown (15 min, OPS16); hoje cada merge dispara build+test+e2e+deploy imediatamente, e a workstation paga o custo que o GitHub pagava. Queremos:

  1. Matar o agent-pool (não usamos; o schedule */10 é o maior custo contínuo).
  2. CI do main em janela fixa de 30 min: o pipeline inteiro (verificador + deploy) só roda a cada 30 min, e pula a suite quando não há mudança de produção desde o último deploy — dias quietos custam ~segundos, não ~15 min de build.

Persona e fluxo

  • Persona / contexto: o dev (humano) trabalhando na workstation — a máquina é ao mesmo tempo o ambiente de trabalho (opencode, browser, desktop) e o runner da CI. Quando a CI satura, o trabalho dele engasga.
  • Job principal: conseguir trabalhar na máquina sem que a CI do repo a monopolize — e receber um sinal honesto de "nada a fazer" em vez de 5 builds desnecessários.
  • Fluxo desejado:
    1. Dev mergeia um PR em main (o PR já passou pelo gate ci-pr.yml).
    2. Em até 30 min, o ci.yml roda na janela agendada: compara o HEAD de main com o SHA da imagem rodando no homeserver.
    3. Sem mudança de produção (só docs/scripts/skills/AGENTS/etc.) → suite e deploy viram "skipped"; o run fica verde (CI concluiu: nada a fazer).
    4. Com mudança de produção → suite full + deploy na mesma janela.
    5. Deploy manual continua disponível (workflow_dispatch) a qualquer momento.
  • Anti-goals de produto: não remover a verificação do main (o ci.yml continua sendo o verificador pós-merge); não perder o deploy gated; não adicionar segundo mecanismo de deploy fora do pipeline.

Objetivo e aceite

  • agent-pool.yml removido (sem schedule */10; scripts/skills/docs do pool podem ficar, dormentes).
  • ci.yml em main dispara por schedule */30 + workflow_dispatch (não mais a cada push).
  • Job de gate barato (~segundos, sem pnpm) classifica "mudança de produção" e pula a suite quando não há; run fica verde com jobs skipped.
  • Deploy de produção continua gated pelo verificador verde e acontece em até 30 min após o merge (ou imediato via dispatch).
  • Custo da workstation cai: dias sem merge ≈ 48 runs de segundos; dias de merge ≈ no máximo 1 suite full/30 min.

Dados (intenção)

  • Vou apresentar dados? Não — é infra/CI.
  • Decisões desbloqueadas: o operador decide quando deployar (janela automática ou manual); sem métrica de produto.

Direção no codebase (hipótese)

  • Áreas prováveis: .forgejo/workflows/ci.yml (trigger schedule + job check), .forgejo/workflows/agent-pool.yml (remover), scripts/deploy-homeserver.sh (guard de idempotência "already deployed"), runbook docs/ops/teqo-1313-deploy.md.
  • Precedente a olhar: ops53-ci-deploy-homeserver*.md, ci-deploy-cooldown*.md (cooldown antigo do GitHub), .dockerignore (fonte da verdade do que entra no artefato).
  • Risco de acoplamento: a classificação "mudança de produção" deve seguir o .dockerignore (o que não entra na imagem não justifica build novo); mudança em Dockerfile/deploy-homeserver.sh conta como produção.

Dependências

  • Nenhuma (independente; não depende de OPS62/63/64).

Fora de escopo

  • Repo público → privado no Forgejo (nota de segurança, item separado).
  • Mover a CI para VPS/homeserver (decisão futura; homeserver é i7-4710MQ 2014 — ruim para build pesado).
  • Remover scripts/skills/docs do pool (deixar dormentes).

Rabbit holes de produto

  • Reimplementar cooldown estilo GitHub (defer+requeue). Re-rodar o workflow a cada cooldown recria exatamente o custo que queremos eliminar na workstation. Corte: janela fixa de 30 min + gate barato; sem requeue.
  • Fazer o run ficar cinza quando "nada a fazer". A agregação do Forgejo só mostra cinza se TODOS os jobs forem skipped — e o job check que classifica sempre roda (verde). Corte: run verde com jobs da suite skipped (decidido com o humano).
  • Classificação fina por "tipo de arquivo" custom. Corte: usar o .dockerignore como fonte da verdade — é exatamente o que define o artefato.

Questões em aberto (produto)

  • Nenhuma (decisões tomadas com o humano na sessão: janela 30 min; run verde com chips skipped quando nada a fazer; matar o pool).

Referências

  • Sessão de diagnóstico 2026-08-18 (load 12.8; pool tick 144 installs/dia; cache save tar+zstd ~880% CPU; homeserver i7-4710MQ 2014).
  • docs/plans/ops50-ci-github-para-forgejo*.md (runner workstation, capacity 3).
  • docs/plans/ci-deploy-cooldown-15min*.md (cooldown antigo GitHub).
  • docs/ops/teqo-1313-deploy.md (runbook do deploy homeserver).