Files

T

whqreza b44816aa98 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

5.4 KiB

Raw Blame History

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):

  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»)

مهندس ارشد prod-v7 را با بقیه مرج و CI/Coolify دیپلوی ERP را انجام می‌دهد.
تصمیم بات سرور (بالا) → در صورت تأیید: خاموش‌کردن بات لوکال → روشن‌کردن بات سرور.
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.
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.
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

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.

5.4 KiB Raw Blame History Unescape Escape