Add reachability checks and develop/main container pipeline (inactive)

- preflight --live: Ollama/Qdrant reachable from the container, required
  Ollama models present, 768 dimensions; clear abort instead of traceback.
  Static check rejects unset or container-local service URLs.
- deploy/smoke.py: non-writing post-start check via published ports.
- deploy/deploy.sh: test (no network), build, preflight, up --wait, smoke;
  prod rolls back to the last good image tag.
- Workflow templates deploy-dev.yml (push develop) and deploy-prod.yml
  (push main) following the Kansho pattern; not under .gitea/workflows.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
LarsandClaude Opus 5.5 committed 2026-10-28 16:01:37 +01:00
1 parent 7a225ba2b6
commit 8f9f83aa79
14 files changed
+728 -90

No files matched your search

+2
View File
@@ -0,0 +1,2 @@
# Shell-Skripte laufen im Container bzw. auf dem Linux-Runner.
*.sh text eol=lf
+2 -1
View File
@@ -59,4 +59,5 @@ COPY tests/ tests/
COPY deploy/ deploy/
USER mindnet:mindnet
ENTRYPOINT []
CMD ["python", "-m", "pytest", "-q", "-p", "no:cacheprovider", "tests/test_container_preflight.py"]
CMD ["python", "-m", "pytest", "-q", "-p", "no:cacheprovider", \
"tests/test_container_preflight.py", "tests/test_container_connectivity.py"]
+1 -1
View File
@@ -15,7 +15,7 @@ x-hardening: &hardening
context: ..
dockerfile: deploy/Dockerfile
target: runtime
env_file: [env/dev.env]
env_file: ["${MINDNET_ENV_FILE:-env/dev.env}"]
read_only: true
tmpfs: ["/tmp:size=64m,mode=1777"]
cap_drop: [ALL]
+1 -1
View File
@@ -17,7 +17,7 @@ x-hardening: &hardening
context: ..
dockerfile: deploy/Dockerfile
target: runtime
env_file: [env/prod.env]
env_file: ["${MINDNET_ENV_FILE:-env/prod.env}"]
read_only: true
tmpfs: ["/tmp:size=64m,mode=1777"]
cap_drop: [ALL]
+89
View File
@@ -0,0 +1,89 @@
#!/usr/bin/env bash
# Baut, prüft und startet einen Mindnet-Container-Stack. Genutzt von den
# Gitea-Workflows (develop -> dev, main -> prod) und für manuelle Deploys.
#
# MINDNET_ENV_FILE=/home/llmadmin/docker/mindnet-dev/dev.env deploy/deploy.sh dev
#
# Ablauf (jeder Schritt bricht ab, bevor der laufende Stack angefasst wird):
# 1. Container-Tests im Test-Image, ohne Netzwerk (blockierend)
# 2. volle Testsuite ohne Netzwerk (informativ, bekannte Fehler siehe Migrationsplan)
# 3. Image bauen, Tag = Umgebung + Commit
# 4. preflight --live: Ollama/Qdrant erreichbar, Modelle, 768 Dimensionen, Vault (nur lesend)
# 5. up --wait (Healthchecks), danach smoke.py über die veröffentlichten Ports
# 6. Prod: bei Fehler Rückkehr zum letzten erfolgreichen Tag
#
# Die env-Datei liegt auf dem Host außerhalb von Git; in ihrem Verzeichnis
# merkt sich das Skript den letzten erfolgreichen Image-Tag (last_good_tag).
set -euo pipefail
cd "$(dirname "$0")/.."
ENV="${1:-}"
case "$ENV" in
dev|prod) ;;
*) echo "Aufruf: deploy/deploy.sh dev|prod" >&2; exit 2 ;;
esac
: "${MINDNET_ENV_FILE:?MINDNET_ENV_FILE auf die env-Datei des Hosts setzen}"
[ -f "$MINDNET_ENV_FILE" ] || { echo "env-Datei fehlt: $MINDNET_ENV_FILE" >&2; exit 1; }
export MINDNET_ENV_FILE
SHA="$(git rev-parse --short=12 HEAD)"
export MINDNET_IMAGE_TAG="$ENV-$SHA"
LAST_GOOD="$(dirname "$MINDNET_ENV_FILE")/last_good_tag"
if [ "$ENV" = dev ]; then
PREFIX=mindnet_dev
RUN_DEPS=() # startet die eigene Dev-Qdrant für den Preflight mit
SMOKE_ARGS=()
else
PREFIX="$(sed -n 's/^COLLECTION_PREFIX=//p' "$MINDNET_ENV_FILE" | tail -n 1)"
RUN_DEPS=(--no-deps) # Prod hat keine eigene Qdrant
SMOKE_ARGS=(--require-data)
fi
dc() { docker compose -f "deploy/compose.$ENV.yml" --env-file "$MINDNET_ENV_FILE" "$@"; }
step() { printf '\n=== %s\n' "$*"; }
show_logs() { dc ps || true; dc logs --tail 150 api ui || true; }
published() { dc port "$1" "$2" | head -n 1 | sed 's/^0\.0\.0\.0:/127.0.0.1:/'; }
smoke() {
python3 deploy/smoke.py --api "http://$(published api 8000)" --ui "http://$(published ui 8501)" \
--prefix "$PREFIX" "${SMOKE_ARGS[@]}"
}
step "1/5 Container-Tests (ohne Netzwerk)"
docker build -f deploy/Dockerfile --target test -t "mindnet:test-$SHA" .
docker run --rm --network none "mindnet:test-$SHA"
step "2/5 Volle Testsuite (informativ, ohne Netzwerk)"
if ! docker run --rm --network none "mindnet:test-$SHA" \
python -m pytest tests -q -p no:cacheprovider --continue-on-collection-errors --basetemp=/tmp/pytest; then
echo "WARNUNG: Testsuite nicht grün. Bekannte Fehler: docs/05_Development/05_docker_migration_plan.md"
fi
docker image rm "mindnet:test-$SHA" >/dev/null || true
step "3/5 Image bauen ($MINDNET_IMAGE_TAG)"
dc build api ui
step "4/5 Preflight mit Erreichbarkeit (nur lesend)"
dc run --rm "${RUN_DEPS[@]}" api preflight --live
step "5/5 Start ($MINDNET_IMAGE_TAG) und Smoke"
if dc up -d --wait --no-build && smoke; then
echo "$MINDNET_IMAGE_TAG" > "$LAST_GOOD"
echo "=== mindnet-$ENV läuft mit $MINDNET_IMAGE_TAG"
exit 0
fi
show_logs
PREV="$(cat "$LAST_GOOD" 2>/dev/null || true)"
if [ "$ENV" = prod ] && [ -n "$PREV" ] && [ "$PREV" != "$MINDNET_IMAGE_TAG" ]; then
step "Rollback auf $PREV"
export MINDNET_IMAGE_TAG="$PREV"
if dc up -d --wait --no-build && smoke; then
echo "Rollback erfolgreich; Deploy von $ENV-$SHA ist trotzdem fehlgeschlagen."
else
show_logs
echo "ROLLBACK FEHLGESCHLAGEN, manueller Eingriff nötig." >&2
fi
fi
exit 1
+87 -20
View File
@@ -7,7 +7,10 @@ DESCRIPTION: Container-Entrypoint für Mindnet (API, UI, Preflight).
- explizite Umgebung und Collection-Präfix (Dev nie auf Prod-Präfix)
- Vault: vorhanden, Sentinel lesbar (NAS gemountet), schreibgeschützt
- kein Cloud-LLM-Key ohne ausdrückliche Freigabe
VERSION: 1.0.0
- Dienst-URLs gesetzt und nicht auf den Container selbst (localhost)
Mit 'preflight --live' zusätzlich (nur lesend): Ollama und Qdrant
erreichbar, benötigte Modelle vorhanden, Dimensionen stimmen.
VERSION: 1.1.0
STATUS: Active
USAGE: entrypoint.py api | ui | preflight [--live]
"""
@@ -17,6 +20,7 @@ import json
import os
import sys
import urllib.error
import urllib.parse
import urllib.request
from pathlib import Path
@@ -24,6 +28,8 @@ import yaml
CLOUD_KEYS = ("OPENROUTER_API_KEY", "GOOGLE_API_KEY")
CLOUD_EGRESS_ACK = "MINDNET_ALLOW_CLOUD_EGRESS"
SERVICE_URLS = ("MINDNET_OLLAMA_URL", "QDRANT_URL")
LOOPBACK_HOSTS = {"localhost", "127.0.0.1", "::1", "0.0.0.0"}
class PreflightError(RuntimeError):
@@ -49,6 +55,16 @@ def check_environment() -> str:
return env
def _load_profiles(profiles_path: str | None = None) -> dict:
# Gleicher Pfad wie in der App (Settings kennt keinen Override dafür).
path = Path(profiles_path or "config/llm_profiles.yaml")
try:
data = yaml.safe_load(path.read_text(encoding="utf-8")) or {}
except (OSError, yaml.YAMLError) as e:
raise PreflightError(f"LLM-Profile nicht lesbar: {path} ({type(e).__name__}).") from None
return data.get("profiles") or {}
def check_embeddings(profiles_path: str | None = None) -> None:
expected_dim = int(os.getenv("MINDNET_EXPECTED_VECTOR_DIM", "768"))
expected_model = os.getenv("MINDNET_EXPECTED_EMBEDDING_MODEL", "nomic-embed-text")
@@ -63,13 +79,7 @@ def check_embeddings(profiles_path: str | None = None) -> None:
raise PreflightError(f"MINDNET_EMBEDDING_MODEL='{env_model}' weicht von '{expected_model}' ab.")
# Das Profil hat Vorrang vor der Umgebung; fehlt es, fällt der Client auf das Chat-Modell zurück.
# Gleicher Pfad wie in der App (Settings kennt keinen Override dafür).
path = Path(profiles_path or "config/llm_profiles.yaml")
try:
data = yaml.safe_load(path.read_text(encoding="utf-8")) or {}
except (OSError, yaml.YAMLError) as e:
raise PreflightError(f"LLM-Profile nicht lesbar: {path} ({type(e).__name__}).") from None
profile = (data.get("profiles") or {}).get("embedding_expert") or {}
profile = _load_profiles(profiles_path).get("embedding_expert") or {}
if profile.get("provider", "ollama") != "ollama" or profile.get("model") != expected_model:
raise PreflightError(f"Profil embedding_expert muss ollama/{expected_model} sein.")
if int(profile.get("dimensions") or 0) != expected_dim:
@@ -109,36 +119,92 @@ def check_vault() -> None:
raise PreflightError(f"Vault '{root}' ist nicht schreibgeschützt gemountet (':ro' erforderlich).")
def check_live() -> None:
"""Optionale Laufzeitprüfung: tatsächliche Embedding- und Collection-Dimension (nur lesend)."""
def check_service_urls() -> None:
for name in SERVICE_URLS:
url = os.getenv(name, "").strip()
if not url:
# Die App fiele sonst still auf http://127.0.0.1:... zurück, also auf den Container selbst.
raise PreflightError(f"{name} muss explizit gesetzt sein.")
if urllib.parse.urlsplit(url).hostname in LOOPBACK_HOSTS:
raise PreflightError(
f"{name}='{url}' zeigt im Container auf den Container selbst. "
"Host-Dienste über host.docker.internal ansprechen."
)
def _fetch_json(url: str, payload: dict | None = None, headers: dict | None = None, timeout: float = 10):
"""GET (oder POST mit payload). Netzwerkfehler werden zu PreflightError, HTTPError bleibt erhalten."""
req = urllib.request.Request(
url, method="POST" if payload is not None else "GET",
data=json.dumps(payload).encode() if payload is not None else None,
headers={"Content-Type": "application/json", **(headers or {})},
)
try:
with urllib.request.urlopen(req, timeout=timeout) as res:
return json.load(res)
except urllib.error.HTTPError:
raise
except (urllib.error.URLError, OSError) as e:
hint = ""
if urllib.parse.urlsplit(url).hostname == "host.docker.internal":
hint = " Lauscht der Dienst auf dem Host nur an 127.0.0.1?"
raise PreflightError(f"{url} nicht erreichbar ({getattr(e, 'reason', e)}).{hint}") from None
except ValueError:
raise PreflightError(f"{url} liefert kein JSON.") from None
def required_ollama_models(profiles_path: str | None = None) -> set[str]:
models = {p["model"] for p in _load_profiles(profiles_path).values()
if isinstance(p, dict) and p.get("provider") == "ollama" and p.get("model")}
# Lokales Chat-Modell: Endpunkt der Fallback-Kette ohne Cloud-Keys (Review R4).
if os.getenv("MINDNET_LLM_MODEL", "").strip():
models.add(os.environ["MINDNET_LLM_MODEL"].strip())
return models
def _has_model(required: str, available: set[str]) -> bool:
return required in available or (":" not in required and f"{required}:latest" in available)
def check_live(profiles_path: str | None = None) -> None:
"""Laufzeitprüfung (nur lesend): Erreichbarkeit, Modelle, Embedding- und Collection-Dimension."""
expected_dim = int(os.getenv("MINDNET_EXPECTED_VECTOR_DIM", "768"))
ollama = os.getenv("MINDNET_OLLAMA_URL", "").rstrip("/")
model = os.getenv("MINDNET_EXPECTED_EMBEDDING_MODEL", "nomic-embed-text")
req = urllib.request.Request(
f"{ollama}/api/embeddings", method="POST",
data=json.dumps({"model": model, "prompt": "preflight"}).encode(),
headers={"Content-Type": "application/json"},
)
with urllib.request.urlopen(req, timeout=30) as res:
got = len(json.load(res).get("embedding") or [])
tags = _fetch_json(f"{ollama}/api/tags")
available = {m.get("name") for m in tags.get("models") or []}
missing = sorted(m for m in required_ollama_models(profiles_path) if not _has_model(m, available))
if missing:
raise PreflightError(f"Ollama ({ollama}) fehlen die Modelle: {', '.join(missing)}.")
embedding = _fetch_json(f"{ollama}/api/embeddings", {"model": model, "prompt": "preflight"}, timeout=30)
got = len(embedding.get("embedding") or [])
if got != expected_dim:
raise PreflightError(f"Ollama liefert {got} Dimensionen für '{model}', erwartet {expected_dim}.")
print(f"preflight: Ollama erreichbar ({ollama}), Modelle vorhanden, '{model}' = {got} Dimensionen.")
qdrant = os.getenv("QDRANT_URL", "").rstrip("/")
headers = {"api-key": os.environ["QDRANT_API_KEY"]} if os.getenv("QDRANT_API_KEY") else {}
try:
_fetch_json(f"{qdrant}/collections", headers=headers)
except urllib.error.HTTPError as e:
raise PreflightError(f"Qdrant ({qdrant}) antwortet mit HTTP {e.code}.") from None
prefix = os.getenv("COLLECTION_PREFIX", "")
for suffix in ("notes", "chunks"):
name = f"{prefix}_{suffix}"
try:
with urllib.request.urlopen(f"{qdrant}/collections/{name}", timeout=10) as res:
vectors = json.load(res)["result"]["config"]["params"]["vectors"]
info = _fetch_json(f"{qdrant}/collections/{name}", headers=headers)
except urllib.error.HTTPError as e:
if e.code == 404:
print(f"preflight: Collection '{name}' existiert noch nicht.")
continue
raise
raise PreflightError(f"Qdrant-Collection '{name}': HTTP {e.code}.") from None
vectors = info["result"]["config"]["params"]["vectors"]
sizes = [vectors["size"]] if "size" in vectors else [v["size"] for v in vectors.values()]
if any(s != expected_dim for s in sizes):
raise PreflightError(f"Collection '{name}' hat Dimension {sizes}, erwartet {expected_dim}.")
print(f"preflight: Qdrant erreichbar ({qdrant}), Collections '{prefix}_*' passen.")
def run_checks(mode: str) -> None:
@@ -146,6 +212,7 @@ def run_checks(mode: str) -> None:
check_embeddings()
check_cloud_egress()
if mode in {"api", "preflight"}:
check_service_urls()
check_vault()
+31
View File
@@ -0,0 +1,31 @@
# VORLAGE, NICHT AKTIV: liegt absichtlich nicht unter .gitea/workflows/.
# Aktivierung erst mit Freigabe (Gate G3, Dev-Start auf dem Runner-Host):
# git mv deploy/gitea-workflows/deploy-dev.yml .gitea/workflows/deploy-dev.yml
# Danach deployt jeder Push auf develop den Dev-Stack (Muster wie Kansho).
# Ablauf und Abbruchbedingungen: deploy/deploy.sh.
name: Deploy mindnet DEV (Container)
on:
push:
branches: [develop]
workflow_dispatch:
concurrency:
group: deploy-mindnet-dev
cancel-in-progress: false
jobs:
deploy:
# Runner auf dem Zielhost (heute llm-node). Bei einem Umzug auf einen anderen
# Mini-PC nur das Label und den Pfad der env-Datei anpassen.
runs-on: linux_host
env:
# Liegt auf dem Host, außerhalb von Git (Vorlage: deploy/env/dev.env.example).
MINDNET_ENV_FILE: /home/llmadmin/docker/mindnet-dev/dev.env
steps:
- name: Checkout
uses: actions/checkout@v4
- name: Test, Build, Preflight, Start, Smoke
run: bash deploy/deploy.sh dev
@@ -1,57 +0,0 @@
# VORLAGE – NICHT AKTIV. Liegt absichtlich außerhalb von .gitea/workflows/.
# Aktivierung (Kopie nach .gitea/workflows/deploy-dev.yml) erst nach Freigabe,
# da der Runner `linux_host` auf llm-node (= Produktionsserver) läuft.
#
# Muster wie Kansho, aber nur manuell auslösbar (workflow_dispatch), kein Push-Trigger.
# Ein PROD-Workflow für Container existiert bewusst noch nicht; der bestehende
# .gitea/workflows/deploy.yml (systemd, Push auf main) bleibt unverändert.
name: Deploy mindnet DEV (Container)
on:
workflow_dispatch:
concurrency:
group: deploy-mindnet-dev
cancel-in-progress: false
jobs:
deploy:
runs-on: linux_host
env:
TARGET: /home/llmadmin/docker/mindnet-dev
COMPOSE: docker compose -f deploy/compose.dev.yml --env-file deploy/env/dev.env
steps:
- name: Checkout develop
run: |
set -euo pipefail
REPO="http://192.168.2.144:3000/Lars/mindnet.git"
mkdir -p "$TARGET" && cd "$TARGET"
if [ ! -d .git ]; then
git clone -b develop "$REPO" .
else
git fetch origin develop
git checkout develop
git reset --hard origin/develop
fi
test -f deploy/env/dev.env || { echo "deploy/env/dev.env fehlt auf dem Host"; exit 1; }
- name: Build (Tag = Commit)
run: |
set -euo pipefail
cd "$TARGET"
export MINDNET_IMAGE_TAG="dev-$(git rev-parse --short HEAD)"
$COMPOSE build --pull
$COMPOSE run --rm --no-deps api preflight
- name: Start und Health
run: |
set -euo pipefail
cd "$TARGET"
export MINDNET_IMAGE_TAG="dev-$(git rev-parse --short HEAD)"
if ! $COMPOSE up -d --wait; then
$COMPOSE logs api --tail 150 || true
$COMPOSE ps || true
exit 1
fi
curl -sf "http://127.0.0.1:${MINDNET_API_PORT:-8012}/healthz"
+33
View File
@@ -0,0 +1,33 @@
# VORLAGE, NICHT AKTIV: liegt absichtlich nicht unter .gitea/workflows/.
# Aktivierung erst bei der Umschaltung (Gate G5, eigene Freigabe), und zwar im
# selben Commit, der .gitea/workflows/deploy.yml (systemd) entfernt:
# git rm .gitea/workflows/deploy.yml
# git mv deploy/gitea-workflows/deploy-prod.yml .gitea/workflows/deploy-prod.yml
# Sonst deployen bei jedem Push auf main beide Wege.
#
# Prod nur über Merge-Commit develop -> main (git merge --no-ff develop), wie bei Kansho.
# Ablauf, Abbruchbedingungen und Rollback: deploy/deploy.sh.
name: Deploy mindnet PROD (Container)
on:
push:
branches: [main]
workflow_dispatch:
concurrency:
# Gleiche Gruppe wie der systemd-Workflow: nie zwei Prod-Deploys gleichzeitig.
group: deploy-mindnet
cancel-in-progress: false
jobs:
deploy:
runs-on: linux_host
env:
MINDNET_ENV_FILE: /home/llmadmin/docker/mindnet/prod.env
steps:
- name: Checkout
uses: actions/checkout@v4
- name: Test, Build, Preflight, Start, Smoke (Rollback bei Fehler)
run: bash deploy/deploy.sh prod
+113
View File
@@ -0,0 +1,113 @@
"""
FILE: deploy/smoke.py
DESCRIPTION: Nicht-schreibender Smoke-Test gegen einen laufenden Mindnet-Stack,
aus Sicht des Hosts über die veröffentlichten Ports. Nur Standardbibliothek,
läuft daher direkt auf dem Runner (python3), ohne venv.
- API /healthz: Status ok, erwartetes Collection-Präfix
- API /admin/stats: Vektorgröße 768; API erreicht Qdrant (Collection-Counts)
- UI /_stcore/health
--require-data (Prod): alle Collections vorhanden und Notes nicht leer.
VERSION: 1.0.0
STATUS: Active
USAGE: smoke.py --api http://127.0.0.1:8012 --ui http://127.0.0.1:8512 --prefix mindnet_dev [--require-data]
"""
from __future__ import annotations
import argparse
import json
import sys
import time
import urllib.error
import urllib.request
EXPECTED_VECTOR_SIZE = 768
class SmokeError(RuntimeError):
pass
def _get(url: str, timeout: float = 15) -> bytes:
try:
with urllib.request.urlopen(url, timeout=timeout) as res:
return res.read()
except urllib.error.HTTPError as e:
raise SmokeError(f"{url}: HTTP {e.code}") from None
except (urllib.error.URLError, OSError) as e:
raise SmokeError(f"{url} nicht erreichbar ({getattr(e, 'reason', e)})") from None
def _get_json(url: str) -> dict:
try:
return json.loads(_get(url))
except ValueError:
raise SmokeError(f"{url} liefert kein JSON") from None
def check_api(api: str, prefix: str, require_data: bool) -> list[str]:
"""Gibt Warnungen zurück; harte Fehler als SmokeError."""
health = _get_json(f"{api}/healthz")
if health.get("status") != "ok":
raise SmokeError(f"/healthz meldet {health.get('status')!r}")
if health.get("prefix") != prefix:
raise SmokeError(f"API nutzt Präfix {health.get('prefix')!r}, erwartet {prefix!r}")
stats = _get_json(f"{api}/admin/stats")
size = (stats.get("config") or {}).get("vector_size")
if size != EXPECTED_VECTOR_SIZE:
raise SmokeError(f"API-Vektorgröße {size}, erwartet {EXPECTED_VECTOR_SIZE}")
warnings = []
collections = stats.get("collections") or {}
for kind in ("notes", "chunks", "edges"):
entry = collections.get(kind) or {}
count = entry.get("count", -1)
if count < 0:
# -1: Collection fehlt oder Qdrant ist aus dem API-Container nicht erreichbar.
msg = f"Collection {entry.get('name', kind)!r} nicht lesbar (fehlt oder Qdrant nicht erreichbar)"
if require_data:
raise SmokeError(msg)
warnings.append(msg)
if require_data and (collections.get("notes") or {}).get("count", 0) <= 0:
raise SmokeError("Notes-Collection ist leer")
return warnings
def check_ui(ui: str) -> None:
body = _get(f"{ui}/_stcore/health").decode("utf-8", "replace").strip()
if body != "ok":
raise SmokeError(f"UI-Health meldet {body!r}")
def run(api: str, ui: str, prefix: str, require_data: bool = False, attempts: int = 1, delay: float = 5) -> int:
api, ui = api.rstrip("/"), ui.rstrip("/")
for attempt in range(1, attempts + 1):
try:
warnings = check_api(api, prefix, require_data)
check_ui(ui)
except SmokeError as e:
if attempt == attempts:
print(f"smoke: FEHLER: {e}", file=sys.stderr)
return 1
time.sleep(delay)
continue
for w in warnings:
print(f"smoke: WARNUNG: {w}")
print(f"smoke: OK (api={api}, ui={ui}, prefix={prefix})")
return 0
return 1
def main(argv: list[str] | None = None) -> int:
parser = argparse.ArgumentParser(description=__doc__.split("USAGE:")[0])
parser.add_argument("--api", required=True)
parser.add_argument("--ui", required=True)
parser.add_argument("--prefix", required=True)
parser.add_argument("--require-data", action="store_true")
parser.add_argument("--attempts", type=int, default=3)
args = parser.parse_args(argv)
return run(args.api, args.ui, args.prefix, args.require_data, args.attempts)
if __name__ == "__main__":
sys.exit(main())
+68 -6
View File
@@ -3,7 +3,7 @@ doc_type: operations_manual
audience: devops, deployment_engineer
scope: docker, compose, container_security, nas_mount
status: draft
version: 0.1.0
version: 0.2.0
context: "Container-Betrieb von Mindnet (Dev/Prod) auf llm-node. Vorbereitung, noch keine produktive Umschaltung."
---
@@ -26,7 +26,7 @@ Stand: 28.10.2026. **Status: vorbereitet, nicht aktiv.** Produktion läuft unver
Die Ports kollidieren weder untereinander noch mit systemd (8001/8002/8501/8502). Dev und Prod können später parallel zu den systemd-Diensten laufen, was einen Vergleich vor der Umschaltung erlaubt.
Alle Dateien liegen unter `deploy/`. Dieser Ordner gehört nicht zu `DEPLOY_DIRS` des bestehenden Workflows und wird daher nicht automatisch auf den Server synchronisiert. Der alte Ordner `docker/` (MiniLM-Embed-Dienst, Port 8990) bleibt unverändert, siehe Abschnitt 8.
Alle Dateien liegen unter `deploy/`. Dieser Ordner gehört nicht zu `DEPLOY_DIRS` des bestehenden Workflows und wird daher nicht automatisch auf den Server synchronisiert. Der alte Ordner `docker/` (MiniLM-Embed-Dienst, Port 8990) bleibt unverändert, siehe Abschnitt 9.
## 2. Image
@@ -67,10 +67,21 @@ Der aktuelle Lock wurde mit `--exclude-newer 2026-01-22` erzeugt, also dem Stand
| `VECTOR_DIM == 768`, Profil `embedding_expert` = ollama/`nomic-embed-text`/768, kein abweichendes `MINDNET_EMBEDDING_MODEL` | stiller Rückfall auf 384 (MiniLM) in `qdrant.py` bzw. auf das Chat-Modell als Embedding |
| Cloud-Key gesetzt ohne `MINDNET_ALLOW_CLOUD_EGRESS=true` | unmaskierte Vault-Inhalte an OpenRouter/Gemini |
| Vault fehlt, Sentinel nicht lesbar, Mount nicht `ro` (`statvfs` `ST_RDONLY`) | Arbeiten auf leerem NAS-Mountpunkt; Schreiben in den Vault (R2) |
| `MINDNET_OLLAMA_URL`/`QDRANT_URL` fehlen oder zeigen auf `localhost`/`127.0.0.1` | App fiele still auf `127.0.0.1` zurück, im Container also auf sich selbst |
Die Werte für Umgebung, Dimension und Vault stehen in den Compose-Dateien unter `environment` und lassen sich nicht über die env-Datei überschreiben.
`preflight --live` prüft zusätzlich **nur lesend** die tatsächliche Ollama-Embedding-Länge und die Vektorgröße der Collections `<prefix>_notes` und `<prefix>_chunks`:
`preflight --live` prüft zusätzlich **nur lesend** aus dem Container heraus, also über dasselbe Netz wie die API:
| Prüfung | Fehlerbild bei Abbruch |
| --- | --- |
| Ollama `/api/tags` erreichbar | `… nicht erreichbar`; bei `host.docker.internal` mit Hinweis auf eine `127.0.0.1`-Bindung |
| Alle Ollama-Modelle vorhanden: Profile mit `provider: ollama` (heute `nomic-embed-text`, `phi3:mini`) plus `MINDNET_LLM_MODEL` | `Ollama fehlen die Modelle: …` |
| Ollama liefert für `nomic-embed-text` 768 Dimensionen | `Ollama liefert N Dimensionen` |
| Qdrant `/collections` erreichbar (mit `QDRANT_API_KEY`, falls gesetzt) | `nicht erreichbar` bzw. `HTTP 401` |
| `<prefix>_notes`/`<prefix>_chunks` haben 768 Dimensionen; fehlende Collections sind erlaubt (Hinweis) | `Collection … hat Dimension …` |
Netzwerkfehler enden als klarer Abbruch mit Exit-Code 1, nicht als Traceback.
```bash
docker compose -f deploy/compose.dev.yml --env-file deploy/env/dev.env run --rm --no-deps api preflight --live
@@ -108,6 +119,14 @@ Für `api` und `ui`: `read_only`-Rootfs, `tmpfs /tmp`, `cap_drop: ALL`, `no-new-
## 7. Bedienung
Normalerweise über das Deploy-Skript (Abschnitt 8), auch manuell:
```bash
MINDNET_ENV_FILE=/home/llmadmin/docker/mindnet-dev/dev.env deploy/deploy.sh dev
```
Einzelschritte von Hand:
```bash
cp deploy/env/dev.env.example deploy/env/dev.env # ausfüllen; *.env ist git-ignoriert
docker compose -f deploy/compose.dev.yml --env-file deploy/env/dev.env build
@@ -127,12 +146,55 @@ Hinweis: Ein Befehl hinter `run` ersetzt nur `CMD`; `entrypoint.py` lehnt unbeka
**Ohne Cloud-Keys** (Prod-Standard) ruft der stabile Code für Cloud-Profile Ollama mit der Cloud-Modell-ID auf. Das scheitert zunächst und endet über `fallback_profile` bei `identity_safe` (phi3:mini). Chat funktioniert damit lokal, aber mit Verzögerung durch Fehlversuche (Review R4).
## 8. Altbestand `docker/` (MiniLM)
## 8. Gitea-Pipeline: `develop` → Dev, `main` → Prod
Gleiches Muster wie Kansho, aber auf dem eigenen Runner des Zielhosts (heute llm-node, Label `linux_host`, laut [Server-Handbuch](04_server_operation_manual.md) als `root`). Die Workflows liegen als **inaktive Vorlagen** unter `deploy/gitea-workflows/`, weil Gitea nur `.gitea/workflows/` ausführt:
| Workflow | Trigger | Aktivierung |
| --- | --- | --- |
| `deploy-dev.yml` | Push `develop`, manuell | Gate G3: `git mv` nach `.gitea/workflows/` |
| `deploy-prod.yml` | Push `main`, manuell | Gate G5, im **selben Commit** `git rm .gitea/workflows/deploy.yml` (systemd), sonst deployen beide |
Prod nur über einen Merge-Commit `develop` → `main` (`git merge --no-ff develop`), wie bei Kansho.
Beide Workflows rufen nur `deploy/deploy.sh dev|prod` auf. Jeder Schritt bricht ab, **bevor** der laufende Stack angefasst wird:
1. Container-Tests im Test-Image mit `--network none` (Preflight, Erreichbarkeit gegen Fake-Server, statische Compose-/Workflow-Prüfungen), **blockierend**.
2. Volle Testsuite mit `--network none`, **informativ**, bis die 17 bekannten Fehler behoben sind ([Migrationsplan §4](../05_Development/05_docker_migration_plan.md)). Ohne Netzwerk kann kein Test einen echten Dienst erreichen.
3. Image bauen, Tag `<env>-<commit>`.
4. `preflight --live` in einem Wegwerf-Container (Prod mit `--no-deps`; Dev startet dafür die eigene Qdrant).
5. `up -d --wait` (Healthchecks) und danach `deploy/smoke.py` über die veröffentlichten Ports, also aus Sicht des Hosts:
- API `/healthz`: Status `ok`, erwartetes Präfix.
- API `/admin/stats`: Vektorgröße 768; die API erreicht Qdrant (Collection-Counts ≠ −1).
- UI `/_stcore/health`.
- Prod zusätzlich `--require-data`: alle Collections lesbar, Notes nicht leer.
6. Erfolg: Der Tag wird in `last_good_tag` neben der env-Datei vermerkt. Prod bei Fehler: Rückkehr zum letzten erfolgreichen Tag und erneuter Smoke-Test; der Workflow bleibt trotzdem rot.
Die env-Dateien liegen nur auf dem Host (`/home/llmadmin/docker/mindnet-dev/dev.env`, `/home/llmadmin/docker/mindnet/prod.env`). Die Compose-Dateien lesen sie über `MINDNET_ENV_FILE`; Secrets landen nicht im Runner-Workspace.
**Unterschiede zu Kansho, bewusst:**
| | Kansho | Mindnet |
| --- | --- | --- |
| Checkout | `git clone`/`reset --hard` im Zielordner | `actions/checkout` im Runner-Workspace (funktioniert auch bei privatem Repo mit dem Job-Token; Compose-Projektnamen sind fest, daher ist der Ordner egal) |
| Tests | eigener `test.yml` nach dem Dev-Deploy | Teil des Deploys, **vor** dem Start; ohne Netzwerk |
| Prüfung vor Start | keine | `preflight --live` (Dienste, Modelle, Dimensionen, Vault) |
| Image | `build --no-cache`, kein Tag | Hash-Lock, Tag pro Commit, Rollback in Prod |
| Zustand des Hosts | `.env` im Checkout | env-Datei und `last_good_tag` außerhalb des Checkouts |
**Umzug auf einen anderen Mini-PC:** Runner dort registrieren, in beiden Workflows `runs-on` und `MINDNET_ENV_FILE` anpassen, env-Dateien und Vault-Mount einrichten. Hostspezifisch ist sonst nur `host.docker.internal` (über `host-gateway`, funktioniert auf jedem Linux-Docker).
## 9. Altbestand `docker/` (MiniLM)
`docker/docker-compose.yml` und `docker/embeddings.Dockerfile` bauen einen MiniLM-Dienst (384 Dimensionen, Port 8990). Laut [Server-Handbuch](04_server_operation_manual.md) läuft `mindnet-embed` auf llm-node. Im Anwendungscode wird er nicht genutzt; außerdem verweist das Dockerfile auf `app/embed_server.py`, das im Repository nicht mehr existiert. **Nicht entfernen, bevor geprüft ist**, ob der Container auf llm-node noch läuft und von irgendetwas angesprochen wird. Grund: `deploy.yml` synchronisiert `docker/` mit `rsync --delete`; eine Löschung auf `main` entfernt die Dateien auch auf dem Server.
## 9. Noch nicht verifiziert
## 10. Noch nicht verifiziert
- Kein `docker build` und kein Compose-Start: Auf der Entwicklungsmaschine ist kein Docker installiert. Verifiziert sind die Preflight-Logik, statische Compose-/Dockerfile-Zusagen (`tests/test_container_preflight.py`) und die Testsuite mit exakt den gelockten Versionen (frische venv aus dem Lock, Windows).
- Kein `docker build` und kein Compose-Start: Auf der Entwicklungsmaschine ist kein Docker installiert. Verifiziert sind:
- die Preflight-Logik und die Erreichbarkeitsprüfungen gegen einen Fake-Server (`tests/test_container_connectivity.py`),
- statische Compose-, Dockerfile- und Workflow-Zusagen (`tests/test_container_preflight.py`),
- der Ablauf von `deploy.sh` mit einer Docker-Attrappe: Erfolg, Abbruch im Preflight vor dem Start, Prod-Startfehler mit Rollback,
- die Testsuite mit exakt den gelockten Versionen (frische venv aus dem Lock, Windows).
- Runner auf llm-node: Docker-Compose-Version (benötigt `up --wait` und Interpolation in `env_file`), Node für `actions/checkout` (nutzt `deploy.yml` heute schon), Rechte des Runner-Nutzers auf `/home/llmadmin/docker/`.
- Healthcheck von `qdrant/qdrant` nutzt `bash` und `/dev/tcp`; beim ersten Dev-Build prüfen.
- Der Abgleich mit den produktiven Paketversionen fehlt (Abschnitt 2).
@@ -36,7 +36,7 @@ Stand: 28.10.2026. Betriebsdetails: [Container-Betrieb](../04_Operations/04_dock
| Branch | Basis | Inhalt | Ort |
| --- | --- | --- | --- |
| `main` | — | Produktion (systemd, Auto-Deploy) | Gitea |
| `develop` | `origin/main` (`0d61a9e`) | Integrationszweig nach Kansho-Muster; noch ohne Deploy | **nur lokal** |
| `develop` | `origin/main` (`0d61a9e`) | Integrationszweig nach Kansho-Muster; Push deployt Dev, sobald `deploy-dev.yml` aktiv ist (G3) | **nur lokal** |
| `feature/containerization` | `develop` | Phase 1 | **nur lokal** |
| `codex/privacy-gateway` | `origin/main` | Gateway (2 Commits), unverändert | **nur lokal** + Bundle |
| `origin/SectionType` | `origin/main` | WP-26; R3 offen | Gitea |
@@ -59,7 +59,7 @@ Gleiches Ergebnis mit lokaler venv und mit einer frischen venv aus `deploy/requi
| **D – braucht Infrastruktur / falsch gepatcht** | `test_graph_unit::test_graph_neighbors` | Patcht nicht mehr die tatsächlich aufgerufene Funktion → echte Qdrant-Verbindung. | Patch korrigieren; danach Unit-Test ohne Qdrant. |
| **E – kein pytest-Test** | `test_interview_intent::test_intent`, `test_wp06_decision::test_decision_engine` | Funktionsparameter `message`/`query` werden als Fixture interpretiert; manuelle Skripte gegen laufende Dienste. | Nach `scripts/` verschieben oder als Integrationstest mit Marker. |
Für eine CI-Pipeline wie bei Kansho: zuerst A beheben, B/D portieren, C entscheiden, E umziehen. Danach ist die Baseline ehrlich grün. Bis dahin sollte eine künftige Test-Pipeline nur prüfen, dass **keine neuen** Fehler gegenüber dieser Liste entstehen.
Für eine CI-Pipeline wie bei Kansho: zuerst A beheben, B/D portieren, C entscheiden, E umziehen. Danach ist die Baseline ehrlich grün. Bis dahin läuft die volle Suite in `deploy/deploy.sh` nur informativ; blockierend sind die Container-Tests. Nächster Schritt dafür: eine explizite Liste dieser 17 Fälle, gegen die neue Fehler den Deploy stoppen.
## 5. Freigabe-Gates
@@ -68,9 +68,9 @@ Für eine CI-Pipeline wie bei Kansho: zuerst A beheben, B/D portieren, C entsche
| **G0** | Repo `Lars/mindnet` auf privat stellen (oder anderes privates Ziel benennen); danach Push von `codex/privacy-gateway`, `develop`, `feature/containerization` | Lars |
| **G1** | Review dieses Stands; Merge `feature/containerization` → `develop` | Lars |
| **G2** | **Nur lesende** Prüfungen auf llm-node: Docker-/Compose-Version, Port-Bindung Qdrant/Ollama (`ss -ltnp`), `docker ps` (läuft `mindnet-embed`?), `pip freeze` der Prod-venv, NAS-Mount (`findmnt`), Lesbarkeit für UID 10001 | Freigabe Lars |
| **G3** | Dev-Stack auf llm-node bauen und starten (eigene Qdrant, Testdaten-Vault), `preflight --live`; Aktivierung der Workflow-Vorlage `deploy/gitea-workflows/deploy-dev.yml.example` | Freigabe Lars |
| **G3** | Dev-Stack auf llm-node bauen und starten (eigene Qdrant, Testdaten-Vault), `preflight --live`; danach Aktivierung von `deploy/gitea-workflows/deploy-dev.yml` (jeder Push auf `develop` deployt Dev) | Freigabe Lars |
| **G4** | Prod-Container parallel zu systemd starten (nur lesend auf Prod-Qdrant, Vault `ro`), Vergleich der Antworten | Freigabe Lars |
| **G5** | Umschaltung Prod auf Container; systemd 2–3 Wochen als Rückfallebene; `deploy.yml` anpassen | Freigabe Lars; Voraussetzung R2, falls Schreibzugriff nötig |
| **G5** | Umschaltung Prod auf Container; systemd 2–3 Wochen als Rückfallebene; im selben Commit `deploy-prod.yml` aktivieren und `.gitea/workflows/deploy.yml` entfernen | Freigabe Lars; Voraussetzung R2, falls Schreibzugriff nötig |
### R2 – Pfadsicherheit beim Speichern (Pflicht vor beschreibbarem Vault)
+258
View File
@@ -0,0 +1,258 @@
"""
FILE: tests/test_container_connectivity.py
DESCRIPTION: Prüft die Erreichbarkeitsprüfungen der Container-Bereitstellung gegen einen
lokalen Fake-Server (Ollama, Qdrant, Mindnet-API, Streamlit-UI):
- deploy/entrypoint.py: preflight --live (Dienste, Modelle, Dimensionen)
- deploy/smoke.py: Smoke-Test nach dem Start
Läuft ohne Docker und ohne echte Dienste (auch mit --network none).
"""
import importlib.util
import json
import threading
import urllib.error
from http.server import BaseHTTPRequestHandler, ThreadingHTTPServer
from pathlib import Path
import pytest
DEPLOY = Path(__file__).resolve().parents[1] / "deploy"
def _load(name):
spec = importlib.util.spec_from_file_location(f"mindnet_{name}", DEPLOY / f"{name}.py")
module = importlib.util.module_from_spec(spec)
spec.loader.exec_module(module)
return module
ep = _load("entrypoint")
smoke = _load("smoke")
class FakeServices(ThreadingHTTPServer):
"""Ein Server für alle Dienste; Zustand pro Test über Attribute steuerbar."""
def __init__(self):
super().__init__(("127.0.0.1", 0), _Handler)
self.models = ["nomic-embed-text:latest", "phi3:mini"]
self.embedding_dim = 768
self.collections = {"mindnet_dev_notes": 768, "mindnet_dev_chunks": 768}
self.api_key = None
self.seen_headers = []
self.health = {"status": "ok", "prefix": "mindnet_dev"}
self.vector_size = 768
self.counts = {"notes": 12, "chunks": 80, "edges": 40}
self.ui_body = b"ok"
@property
def url(self):
return f"http://127.0.0.1:{self.server_address[1]}"
class _Handler(BaseHTTPRequestHandler):
def log_message(self, *args):
pass
def _send(self, status, body):
data = body if isinstance(body, bytes) else json.dumps(body).encode()
self.send_response(status)
self.send_header("Content-Length", str(len(data)))
self.end_headers()
self.wfile.write(data)
def do_POST(self):
srv = self.server
self.rfile.read(int(self.headers.get("Content-Length") or 0))
if self.path == "/api/embeddings":
return self._send(200, {"embedding": [0.1] * srv.embedding_dim})
self._send(404, {})
def do_GET(self):
srv = self.server
srv.seen_headers.append(dict(self.headers))
if self.path.startswith("/collections") and srv.api_key and self.headers.get("api-key") != srv.api_key:
return self._send(401, {})
if self.path == "/api/tags":
return self._send(200, {"models": [{"name": m} for m in srv.models]})
if self.path == "/collections":
return self._send(200, {"result": {"collections": []}})
if self.path.startswith("/collections/"):
name = self.path.rsplit("/", 1)[1]
if name not in srv.collections:
return self._send(404, {})
size = srv.collections[name]
return self._send(200, {"result": {"config": {"params": {"vectors": {"size": size}}}}})
if self.path == "/healthz":
return self._send(200, srv.health)
if self.path == "/admin/stats":
collections = {k: {"name": f"mindnet_dev_{k}", "count": v} for k, v in srv.counts.items()}
return self._send(200, {"collections": collections, "config": {"vector_size": srv.vector_size}})
if self.path == "/_stcore/health":
return self._send(200, srv.ui_body)
self._send(404, {})
@pytest.fixture
def services():
srv = FakeServices()
thread = threading.Thread(target=srv.serve_forever, daemon=True)
thread.start()
yield srv
srv.shutdown()
srv.server_close()
@pytest.fixture
def live_env(monkeypatch, services):
for key in ("QDRANT_API_KEY", "MINDNET_EXPECTED_VECTOR_DIM", "MINDNET_EXPECTED_EMBEDDING_MODEL"):
monkeypatch.delenv(key, raising=False)
monkeypatch.chdir(DEPLOY.parent)
monkeypatch.setenv("MINDNET_OLLAMA_URL", services.url)
monkeypatch.setenv("QDRANT_URL", services.url)
monkeypatch.setenv("COLLECTION_PREFIX", "mindnet_dev")
monkeypatch.setenv("MINDNET_LLM_MODEL", "phi3:mini")
return monkeypatch
def _closed_port_url():
srv = ThreadingHTTPServer(("127.0.0.1", 0), BaseHTTPRequestHandler)
port = srv.server_address[1]
srv.server_close()
return f"http://127.0.0.1:{port}"
# --- Dienst-URLs (statisch) -------------------------------------------------------------
@pytest.mark.parametrize("url", ["", "http://127.0.0.1:11434", "http://localhost:6333", "http://0.0.0.0:6333"])
def test_service_urls_reject_missing_or_container_local(monkeypatch, url):
monkeypatch.setenv("QDRANT_URL", "http://qdrant:6333")
monkeypatch.setenv("MINDNET_OLLAMA_URL", url)
with pytest.raises(ep.PreflightError, match="MINDNET_OLLAMA_URL"):
ep.check_service_urls()
def test_service_urls_accept_host_gateway_and_compose_service(monkeypatch):
monkeypatch.setenv("MINDNET_OLLAMA_URL", "http://host.docker.internal:11434")
monkeypatch.setenv("QDRANT_URL", "http://qdrant:6333")
ep.check_service_urls()
def test_required_models_come_from_ollama_profiles_and_chat_model(live_env):
live_env.setenv("MINDNET_LLM_MODEL", "llama3:8b")
assert {"nomic-embed-text", "phi3:mini", "llama3:8b"} <= ep.required_ollama_models()
# --- preflight --live ----------------------------------------------------------------------
def test_live_passes_when_everything_matches(live_env, capsys):
ep.check_live()
out = capsys.readouterr().out
assert "Ollama erreichbar" in out and "Qdrant erreichbar" in out
def test_live_reports_missing_ollama_model(live_env, services):
services.models = ["nomic-embed-text:latest"]
with pytest.raises(ep.PreflightError, match="phi3:mini"):
ep.check_live()
def test_live_does_not_accept_other_tag_as_latest(live_env, services):
services.models = ["nomic-embed-text:v1.5", "phi3:mini"]
with pytest.raises(ep.PreflightError, match="nomic-embed-text"):
ep.check_live()
def test_live_rejects_wrong_embedding_dimension(live_env, services):
services.embedding_dim = 384
with pytest.raises(ep.PreflightError, match="384 Dimensionen"):
ep.check_live()
def test_live_rejects_wrong_collection_dimension(live_env, services):
services.collections["mindnet_dev_chunks"] = 384
with pytest.raises(ep.PreflightError, match="mindnet_dev_chunks"):
ep.check_live()
def test_live_accepts_missing_collections(live_env, services, capsys):
services.collections = {}
ep.check_live()
assert "existiert noch nicht" in capsys.readouterr().out
def test_live_sends_qdrant_api_key(live_env, services):
services.api_key = "secret"
with pytest.raises(ep.PreflightError, match="HTTP 401"):
ep.check_live()
live_env.setenv("QDRANT_API_KEY", "secret")
ep.check_live()
@pytest.mark.parametrize("var", ["MINDNET_OLLAMA_URL", "QDRANT_URL"])
def test_live_unreachable_service_is_a_clear_error(live_env, var):
live_env.setenv(var, _closed_port_url())
with pytest.raises(ep.PreflightError, match="nicht erreichbar"):
ep.check_live()
def test_unreachable_host_gateway_hints_at_loopback_binding(monkeypatch):
def refuse(*args, **kwargs):
raise urllib.error.URLError(ConnectionRefusedError(111, "Connection refused"))
monkeypatch.setattr(ep.urllib.request, "urlopen", refuse)
with pytest.raises(ep.PreflightError, match="nur an 127.0.0.1"):
ep._fetch_json("http://host.docker.internal:11434/api/tags")
def test_preflight_live_exits_1_instead_of_traceback(live_env, monkeypatch, tmp_path):
root = tmp_path / "vault"
(root / "_system" / "dictionary").mkdir(parents=True)
(root / "_system" / "dictionary" / "edge_vocabulary.md").write_text("x", encoding="utf-8")
for key, value in {"MINDNET_ENV": "dev", "VECTOR_DIM": "768", "MINDNET_VAULT_ROOT": str(root),
"OPENROUTER_API_KEY": "", "GOOGLE_API_KEY": "", "MINDNET_EMBEDDING_MODEL": ""}.items():
monkeypatch.setenv(key, value)
monkeypatch.setattr(ep, "_is_read_only_mount", lambda path: True)
monkeypatch.setattr(ep, "check_service_urls", lambda: None) # Fake-Server läuft auf 127.0.0.1
assert ep.main(["entrypoint.py", "preflight", "--live"]) == 0
monkeypatch.setenv("QDRANT_URL", _closed_port_url())
assert ep.main(["entrypoint.py", "preflight", "--live"]) == 1
# --- smoke.py ---------------------------------------------------------------------------------
def _smoke(services, **kwargs):
return smoke.run(services.url, services.url, "mindnet_dev", attempts=1, **kwargs)
def test_smoke_ok(services, capsys):
assert _smoke(services) == 0
assert "smoke: OK" in capsys.readouterr().out
@pytest.mark.parametrize("change", [
lambda s: s.health.update(prefix="mindnet"),
lambda s: s.health.update(status="degraded"),
lambda s: setattr(s, "vector_size", 384),
lambda s: setattr(s, "ui_body", b"starting"),
])
def test_smoke_fails_on_wrong_state(services, change):
change(services)
assert _smoke(services) == 1
def test_smoke_unreachable_api():
url = _closed_port_url()
assert smoke.run(url, url, "mindnet_dev", attempts=1) == 1
def test_smoke_missing_collection_warns_in_dev_and_fails_with_require_data(services, capsys):
services.counts["edges"] = -1
assert _smoke(services) == 0
assert "WARNUNG" in capsys.readouterr().out
assert _smoke(services, require_data=True) == 1
def test_smoke_require_data_rejects_empty_notes(services):
services.counts["notes"] = 0
assert _smoke(services) == 0
assert _smoke(services, require_data=True) == 1
+39
View File
@@ -240,3 +240,42 @@ def test_prod_env_example_blocks_cloud_egress():
if "=" in l and not l.startswith("#"))
assert values["OPENROUTER_API_KEY"] == "" and values["GOOGLE_API_KEY"] == ""
assert values["MINDNET_ALLOW_CLOUD_EGRESS"] == "false"
# --- Gitea-Workflows und Deploy-Skript (Muster wie Kansho: develop -> dev, main -> prod) ----
def _workflow(name):
data = yaml.safe_load((DEPLOY / "gitea-workflows" / name).read_text(encoding="utf-8"))
return data, data.get("on", data.get(True)) # PyYAML liest den Schlüssel 'on' als True
@pytest.mark.parametrize("name, branch, envname", [("deploy-dev.yml", "develop", "dev"),
("deploy-prod.yml", "main", "prod")])
def test_workflow_maps_branch_to_environment(name, branch, envname):
wf, on = _workflow(name)
assert on["push"]["branches"] == [branch]
job = wf["jobs"]["deploy"]
assert job["runs-on"] == "linux_host"
assert job["env"]["MINDNET_ENV_FILE"].startswith("/") and job["env"]["MINDNET_ENV_FILE"].endswith(f"{envname}.env")
assert any(s.get("run") == f"bash deploy/deploy.sh {envname}" for s in job["steps"])
def test_prod_workflow_shares_concurrency_with_systemd_deploy():
wf, _ = _workflow("deploy-prod.yml")
systemd = yaml.safe_load((ROOT / ".gitea" / "workflows" / "deploy.yml").read_text(encoding="utf-8"))
assert wf["concurrency"]["group"] == systemd["concurrency"]["group"]
def test_deploy_script_checks_before_touching_running_stack():
script = (DEPLOY / "deploy.sh").read_text(encoding="utf-8")
assert "\r" not in script
steps = script.split('step "1/5', 1)[1] # ohne Kopfkommentar und Funktionsdefinitionen
order = [steps.index(s) for s in ("--network none", "preflight --live", "up -d --wait --no-build && smoke")]
assert order == sorted(order)
assert "RUN_DEPS=(--no-deps)" in script and "SMOKE_ARGS=(--require-data)" in script
assert "last_good_tag" in script
@pytest.mark.parametrize("envname", ["dev", "prod"])
def test_compose_reads_env_file_from_host(envname):
assert COMPOSE[envname]["x-hardening"]["env_file"] == [f"${{MINDNET_ENV_FILE:-env/{envname}.env}}"]