feat(bot): phase-7 monitoring digest + deploy checklist

- tools/monitor.py: weekly SQL digest over bot_traces/bot_trace_events — pipeline funnel, Jev health (failures/latency/tokens/model drift vs pinned jev-1.13.0), user-choice quality proxy (Jev↔user A/B), difflib fallback volume, STT provider health, and the plan-§4.5 archive guard (>5GB or >100k events/month -> «archive, do not delete» session); real-traffic only by default (calibration/test traces excluded, --include-calibration shows all); writes markdown to data/reports/; --check exits 1 on warnings - docs/DEPLOY-AND-MONITORING.md: deploy checklist — server env vars (TypeSafe key via Coolify env or bot/.env), recreate-not-restart for new mounts, single-Bale-poller rule, smoke tests per plan §7.12, one-env rollback (JEV_ENABLED/OBS_ENABLED=false); bot server deployment deliberately stays an owner decision (no service added to the Coolify compose)
2026-10-12 21:50:40 +03:30
parent a61da4a378
commit b44816aa98
2 changed files with 378 additions and 0 deletions
@@ -0,0 +1,86 @@
+# استقرار و پایش — فاز ۷ (Jev + Observability)
+
+وضعیت به‌روزشده: 2026-10-12 · برنچ: `prod-v7` · **هیچ پوشی انجام نمی‌شود تا مالک دستور بدهد.**
+
+## الف) وضعیت فعلی
+
+- بات همین حالا **روی استک لوکال** اجرا می‌شود (long-polling بله؛ بدون پورت ورودی) و
+  `JEV_ENABLED` + `OBS_ENABLED` روی آن فعال است.
+- استقرار بات روی سرور یک **تصمیم جدا** است (نه بخشی از مرج تیم). تا آن تصمیم، بات لوکال می‌ماند.
+- ⚠️ **قانون یک‌پولره:** Bale فقط اجازه‌ی یک مصرف‌کننده‌ی `getUpdates` می‌دهد. اگر باتِ سرور و
+  باتِ لوکال هم‌زمان روشن باشند، پیام‌ها بین آن‌ها گم/تکراری می‌شوند. **قبل از روشن‌کردن بات سرور،
+  بات لوکال باید خاموش شود.**
+
+## ب) پیش‌نیازهای سرور (وقتی تصمیم گرفته شد)
+
+کلیدها و تنظیم‌های بات (در گیت نیستند — از طریق Coolify env یا فایل `bot/.env` روی سرور):
+
+| متغیر | مقدار |
+|---|---|
+| `PROCUREMENT_BOT_BOT_TOKEN` | توکن بله (rotated — بخش امنیتی پایین را ببین) |
+| `PROCUREMENT_BOT_AI_API_KEY` | کلید DeepSeek |
+| `PROCUREMENT_BOT_TYPESAFE_API_KEY` | کلید Jev |
+| `PROCUREMENT_BOT_API_BASE_URL` | `http://api:8000/api/v1` |
+| `PROCUREMENT_BOT_DATABASE_URL` | `postgresql+asyncpg://postgres:***@postgres:5432/procurement` |
+| `PROCUREMENT_BOT_JEV_CONF_EXACT` / `_FLOOR` | اختیاری — پیش‌فرض کالیبره: `0.85` / `0.65` |
+| `PROCUREMENT_BOT_OBS_PROMPT_VERSION` | `nlu-v2-entity-mentions` (برای prompt_hash) |
+
+ولوم‌ها: `bot/app` (کد)، `bot/tools` (ابزارها/pایش)، `bot/data` (**صدای خام — آرشیو، نه حذف**)،
+`bot/.env:ro`.
+
+نکته: **mount جدید فقط با recreate اعمال می‌شود، نه restart** → `docker compose up -d --force-recreate bot`.
+
+بلوک آماده‌ی سرویس بات برای کامپوز دیپلوی Coolify (فقط «در صورت» تصمیم — عمداً به فایل کامپوز
+اضافه نشده چون سرویس‌شدن خودکار = خطر دو‌پولری و تغییر رفتار سرور):
+
+```yaml
+  bot:
+    image: v15-bot:latest
+    build: { context: ./bot, dockerfile: Dockerfile }
+    restart: unless-stopped
+    mem_limit: 512m
+    volumes:
+      - ./bot/data:/srv/bot/data
+      - ./bot/tools:/srv/bot/tools
+    environment:
+      PROCUREMENT_BOT_BOT_TOKEN: ${BALE_BOT_TOKEN}
+      PROCUREMENT_BOT_AI_API_KEY: ${AI_API_KEY}
+      PROCUREMENT_BOT_TYPESAFE_API_KEY: ${TYPESAFE_API_KEY}
+      PROCUREMENT_BOT_API_BASE_URL: http://api:8000/api/v1
+      PROCUREMENT_BOT_DATABASE_URL: postgresql+asyncpg://postgres:${POSTGRES_PASSWORD}@postgres:5432/procurement
+```
+
+## ج) ترتیب استقرار (فقط وقتی مالک گفت «پوش کن»)
+
+1. مهندس ارشد `prod-v7` را با بقیه مرج و CI/Coolify دیپلوی ERP را انجام می‌دهد.
+2. تصمیم بات سرور (بالا) → در صورت تأیید: خاموش‌کردن بات لوکال → روشن‌کردن بات سرور.
+3. **Smoke test (چک‌لیست پلن §۷ بند ۱۲):** ۱۰ پیام نمونه شامل «منشیانه/دفتر/مصطفوی» + یک ویس؛
+   بررسی: اتصال دقیق‌ها، پیام ابهام با دکمه‌های کاندیدا، ساخت جدید، پیش‌نویس، ثبت نهایی.
+4. راستی‌آزمایی پایش: `docker compose exec bot python tools/monitor.py --days 1`
+   → قیف باید پر شود و رخدادهای همان پیام‌ها در `bot_trace_events` باشد.
+5. چک سهمیه: `usage` در `jev.result` (توکن ورودی/خروجی) + latency p95.
+
+## د) Rollback (بدون دیپلوی — فقط env + restart)
+
+| سوئیچ | اثر |
+|---|---|
+| `JEV_ENABLED=false` | بازگشت کامل به مسیر difflib قدیم |
+| `OBS_ENABLED=false` | خاموش‌شدن ثبت (داده‌های قبلی دست‌نخورده می‌مانند) |
+
+## ه) پایش هفتگی
+
+```bash
+docker compose exec bot python tools/monitor.py --days 7        # DIGEST
+docker compose exec bot python tools/monitor.py --days 7 --check  # exit 1 اگر هشدار
+```
+
+- خروجی: کنسول + فایل `bot/data/reports/monitoring_<ts>.md`
+- آمار **فقط روی ترافیک واقعی** است (calibration/test حذف می‌شوند؛ `--include-calibration` برای دیدن همه).
+- هشدارها (پلن §۴.۵): حجم Observability > ۵GB یا رخداد ماهانه > ۱۰۰هزار → **جلسه‌ی «آرشیو، نه حذف»**؛
+  انحراف نسخه‌ی مدل از پین `jev-1.13.0`؛ نسبت خطای Jev > ۲۰٪.
+- پروکسی کیفیت: انتخاب کاربر در ابهام‌ها (گزینه اول مدل / گزینه دیگر / «هیچ‌کدام») — این عددِ A/B واقعی است.
+
+## و) یادآوری امنیتی (از قبل علامت‌خورده — تصمیم مالک)
+
+`docker-compose.yml` (نسخه لوکال) هنوز توکن بله و کلید DeepSeek را به‌صورت پیش‌فرض
+(`:-...`) داخل خود دارد. قبل از هر پوش/جابه‌جایی سرور، چرخش کلیدها توصیه می‌شود.