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

115 lines
5.4 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.

# 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).