SOP — X2 Doktor

W1 shu faylni wiki/agentlar/X2.md ga oladi.

Maqsad

Barcha agentlarning heartbeat'ini (run/heartbeat/<id>.json) kuzatadi, muammoni aniqlaydi, qayta yoqadi (yoki Mac'da simulyatsiya qiladi), insident yozadi va data/dashboard.json ni yangilaydi (www/index.html shundan o'qiydi).

Kirish

konfig/agentlar.json — kuzatiladigan agentlar ro'yxati, sla_daq, tur, qayta_yoqish.{max,oraliq_daq}, unit.
run/heartbeat/<id>.json — har agentning yurak urishi.
data/kpi/<id>/<sana>.json — dashboard uchun kunlik hisob.

Chiqish

data/insident/<sana>.jsonl — kod: HB_XATO | HB_ESKI | RESTART_MAX.
data/x2/restart.json — qayta yoqish hisobi ({agent: {soni, oxirgi}}) va _ochiq — hozir ochiq turgan insidentlar ro'yxati (bir agentga bitta, spam bo'lmasin uchun).
data/dashboard.json — har sikl oxirida qayta yoziladi.
KPI X2: {sikllar, restartlar, insidentlar, ochiq_insident}.
Kritik holatda (RESTART_MAX) yoki oddiy insidentda shlyuz orqali S-900 direktorga.

Qanday ishga tushiriladi

bin/inplus ishga X2 # bitta sikl (--bir-marta majburiy bin/inplus da) python3 agents/x2_doktor/main.py --sikl 3 --oraliq 5 python3 agents/x2_doktor/main.py --bir-marta --simulyatsiya # Mac uchun majburiy simulyatsiya Prodda (Linux, systemd bor): python3 agents/x2_doktor/main.py argumentsiz — abadiy 30 s siklda ishlaydi, systemctl restart inplus-<unit> bilan qayta yoqadi. Mac'da (systemctl topilmasa) avtomatik simulyatsiya rejimiga o'tadi: agentni agents/<papka>/main.py --bir-marta bilan to'g'ridan-to'g'ri qayta ishga tushiradi — natija heartbeat'dan darhol ko'rinadi.

Yiqilsa nima qilish

X2 ning o'zi yiqilsa — heartbeat xato yoziladi, exit != 0. Prodda Restart=always + WatchdogSec=120 (sd_notify) uni qayta ko'taradi.
Bitta agent 3 martadan ortiq qayta yoqilsa (qayta_yoqish.max) — RESTART_MAX kritik, X2 uni qayta yoqishni TO'XTATADI, odamga S-900 kritik xabar ketadi.

Kimga aytish

Har agentning egasi (konfig/agentlar.json); topilmasa direktor (X-001), S-900 orqali.

Demo/mock cheklovi

Heartbeat fayli umuman yo'q bo'lsa (agent hali bir marta ham ishlamagan yoki boshqa oqim — masalan SHLYUZ — hali qurilmagan) — bu insident deb hisoblanmaydi (haqiqiy systemd bo'lganda NextElapseUSecRealtime bilan aniqlanadi; Mac demo'da soddalashtirilgan).
holat: tugadi uchun keyingi_kutilgan hozircha lib/inplus/agent.py da doim null yoziladi — shuning uchun timer agentlar uchun oxirgi tugadidan SLA daqiqadan ko'p o'tganini zaxira mezon sifatida ishlatamiz.