infra/docs/ai/plan.md

План работ

Активные задачи

Road-warrior OpenVPN для телефона — откачено

2026-09-03: пробовали поднять клиентский OpenVPN для телефона (Android), чтобы смотреть дашборд вне LAN. Перебрали три варианта на ru-vps (static key -> TLS peer-fingerprint p2p -> server-режим с push route и <ca>). На стороне ru-vps всё работало (тоннель вставал, TLS OK), но клиент «OpenVPN for Android» стабильно падал на «сборка конфигурации / Used 101 tries to get current version of the profile». По решению пользователя всё откачено: homelab-openvpn-phone, tun2, правила UFW/NAT для 9444 и 10.80.0.0/29, /etc/openvpn/homelab-phone сняты с ru-vps; playbooks/ openvpn-phone.yml, Make-цель и homelab_vpn_client_routes удалены из репозитория. Сайт-тоннель homelab-openvpn (tun0) не затрагивался.

Если возвращаться: скорее всего проблема на стороне приложения (battery optimization / сохранение профиля), а не конфига; либо собрать полноценный PKI через community.crypto и <ca>+remote-cert-tls server, либо попробовать WireGuard.

Предсуществующий баг, замеченный по ходу и НЕ тронутый: в openvpn-laptop.yml (в проде не применялся) задачи с delegate_to: localhost используют ключ become: false, который не подавляет унаследованный ansible_become: true — при запуске упрётся в «sudo: a password is required». Чинится vars: {ansible_connection: local, ansible_become: false}.

Дашборд-обзор инфраструктуры (Homepage)

Решение от 2026-09-03: поднять стартовую страницу-обзор всей инфры (список сервисов + переходы + виджеты Proxmox/Uptime Kuma).

Выбор: Homepage (gethomepage.dev) вторым compose-стеком на LXC monitoring (CT 155) рядом с Uptime Kuma; доступ только LAN/OpenVPN, наружу не публикуется. Конфиг Homepage генерируется из homelab_services — playbooks/dashboard.yml + шаблоны playbooks/templates/homepage-*.j2, новый потребитель реестра. Плитка на сервис: href = https://<proxy.domain> для публичных, иначе http(s)://<ip>:<порт>; беспортовые — в группу Headless с ICMP ping.

Развёрнуто на CT 155 2026-09-03. Контейнер homelab-homepage (Up healthy), homelab-homepage.service enabled, http://192.168.1.30:8082/ -> 200. Прогон make dashboard идемпотентен (третий заход changed=0), make validate и make lint зелёные. Образ закреплён по digest sha256:753eeb0c…1e1bdd. Порт 8082 (3000 в модели реестра занят замороженной Grafana, 3001 — Kuma) -> контейнерный 3000.

Состав:

• playbooks/dashboard.yml, шаблоны homepage-{settings,services,widgets,bookmarks}.yaml.j2, homepage-compose.yml.j2, homepage.env.j2;
• playbooks/bootstrap-dashboard-pve-token.yml — read-only токен homepage@pve!dashboard (роль PVEAuditor), пишет DASHBOARD_PVE_* в корневой .env;
• реестр: блок homelab_dashboard_* в group_vars/all/services.yml, запись в списках потребителей (services.yml, AGENTS.md, architecture.md);
• Makefile: цели dashboard, dry-dashboard, bootstrap-dashboard-token.

Оставшиеся шаги оператора:

1. make bootstrap-dashboard-token — выпустить PVE-токен для виджета Proxmox. (В сессии-агенте был заблокирован auto-mode-классификатором как создание credential; репозиторная часть готова, плейбук идемпотентен и сам допишет DASHBOARD_PVE_* в корневой .env.) После — make dashboard заново, чтобы homepage.env подхватил секрет. До этого плитка «Proxmox кластер» показывает ошибку авторизации — не блокер.
2. Добавить те же три ключа-заглушки в .env.example (в сессии путь .env* заблокирован в permissions).
3. В UI Uptime Kuma опубликовать Status Page со slug homelab — иначе виджет сводки up/down показывает ошибку. Не блокер.

Вывод memoir-bot (CT 142)

Решение от 2026-09-02: сервис не используется и выводится из эксплуатации.

Repository-часть выполнена: удалены playbook, host, запись реестра, VMID из backup job и backup audit, SSH host-блок, проверки status, Prometheus target и no_proxy Uptime Kuma. Оговорка "Memoir Bot строится локально" убрана из документации - теперь единственные исключения из digest pinning это frozen Prometheus и docker-test.

Live-шаги оператора выполнены 2026-09-02: deploy key SecondBrain отозван, monitor в Uptime Kuma снят, pct stop 142 выполнен (подтверждено pct list на mini-pc). Это заодно репетиция удаления старого контейнера перед первым blue-green переездом (migration-tofu.md).

Оставшиеся шаги:

1. Выдержать паузу (по аналогии с общим инвариантом blue-green - минимум неделю), затем pct destroy 142.
2. Решить судьбу цепочки бэкапов VMID 142 в PBS.
3. Не переиспользовать VMID 142 и 192.168.1.26 сразу.

Регрессия переезда: update-плейбуки зашивают старые VMID

Обнаружено 2026-09-02 сразу после cutover.

playbooks/vaultwarden-update.yml и playbooks/grimmory-update.yml теперь берут backup VMID из registry, а не из жёстко прошитых чисел. Это закрывает старую регрессию со «страховочным бэкапом» на остановленном контейнере.

Аудит также нашёл и исправил две проблемы в Gitea: небезопасный импорт legacy provisioning без явного выключателя и запуск homelab-restic-offsite-gitea на cloud-pc вместо gitea (профиль теперь живёт в CT 153). Теперь consumer status следует реальному backup unit на gitea, а homelab-backup-audit-gitea остаётся на cloud-pc.

Обновлено 2026-09-03: adguard-update.yml и mihomo-update.yml изначально читают VMID из реестра (homelab_services['<svc>'].vmid), поэтому после переезда adguard→158 и mihomo→159 они автоматически указывают на новые контейнеры — правок не потребовалось.

make update-vaultwarden, make update-grimmory, make update-gitea, make update-adguard, make update-mihomo и make update-all не запускались во время проверки.

Task 3 — PBS storage-level prune removed declaratively

Выполнено 2026-09-02: storage-level prune-backups на PVE storage pbs удалён декларативно, retention authority остался в PBS prune-pbs.

Локальное недельное PBS-container backup на storage backup с keep-last=2 — намеренное исключение и не трогалось.

Кворум кластера: qdevice не голосует

Обнаружено 2026-09-02. pvecm status: Expected votes: 3, Total votes: 2, флаги узлов A,NV,NMW (NV = Not-Voted), corosync-qdevice: Connect timeout.

Причина: corosync.conf указывает арбитр по публичному адресу ru-vps (host: 157.22.231.198), а UFW пускал 5403/tcp только из 10.122.62.0/24 — сети ZeroTier, выведенной в июле 2026. Арбитр отвалился молча.

Последствие: у двухнодового кластера нет третьего голоса. Кворум держится лишь пока живы обе ноды; отказ любой из них оставляет выжившую с 1 < 2.

Решение: чинить ПРЯМОЙ путь нода -> ru-vps:5403, а не заворачивать арбитр в OpenVPN. Туннель терминируется в ovpn-mini (CT 132 на mini-pc), поэтому при падении mini-pc арбитр исчез бы вместе с ним — защищён был бы только отказ cloud-pc. Плюс ovpn-mini стоит в плане на blue-green переезд, и его пересоздание роняло бы кворум.

Сделано: homelab_pve_egress_ip в group_vars/all/main.yml, правила UFW в playbooks/ru-vps-base.yml (открыть 5403 с этого адреса, удалить правило для 10.122.62.0/24), проверка кворума добавлена в playbooks/status.yml — секция CLUSTER QUORUM, чтобы повторный отказ не был снова молчаливым.

ВЫПОЛНЕНО 2026-09-02. После прогона make ru-vps-base: Total votes: 3, флаги узлов сменились с A,NV,NMW на A,V,NMW, qdevice отдаёт голос. Кластер снова имеет арбитра.

Открытым остаётся динамический homelab_pve_egress_ip: адрес зафиксирован статически, при его смене qdevice снова замолчит. Отличие от прошлого раза в том, что теперь это видно в секции CLUSTER QUORUM отчёта make status.

Вывод ZeroTier с ru-vps

Решение от 2026-09-02: выводить полностью. Проверено — ZT-интерфейса на хосте нет, маршрутов через него нет, на ZT-адресах никто не слушает; контейнер zerotier подключён в никуда. Мёртв и ssh-zt22.service (sshd на порту 22 для setup qdevice) — порт 22 не слушает никто.

ВЫПОЛНЕНО 2026-09-02 через playbooks/ru-vps-zerotier-decommission.yml (make zerotier-decommission CONFIRM=1). Контейнер снят, ssh-zt22.service отключён, правила UFW для интерфейса zt6q3dmi2d, 9993/udp, 9001 и подсети 10.122.62.0/24 удалены. Сброшено состояние failed у ssh-zt22.service и фантомного homelab-pve-routes.service. Прогон идемпотентен, публичные сервисы и кворум не пострадали.

Намеренно НЕ удалено: каталог /opt/services/ru-vps/zerotier, данные /opt/data/zerotier, файл /etc/ssh/sshd_config_zt22. docker compose down выполняется без -v, identity узла сохранена. Удаление — отдельный шаг.

Правила UFW для 3128/tcp (squid не запущен), 1080/tcp (danted слушает 1081), 993/tcp и 7892/tcp оставлены: они не наследие ZeroTier. В плейбуке есть переключатель zt_cleanup_unrelated_stale_rules, по умолчанию выключен.

resticprofile-check@profile-default падает еженедельно

Обнаружено 2026-09-02 при чистке упавших юнитов на ru-vps.

Fatal: Please specify repository location (-r or --repository-file)
check on profile 'default': exit status 1

Профиль default в /opt/services/ru-vps/resticprofile/profiles.toml не имеет репозитория — это профиль-заготовка, для которого не должно быть таймера проверки. Реальный profile-services бэкапится и проверяется штатно, так что это шум, а не потеря бэкапов.

Значение: юнит постоянно висит в секции FAILED SYSTEMD UNITS отчёта make status и притупляет внимание к настоящим отказам. Стек resticprofile на ru-vps в Ansible не описан, поэтому чинится либо вручную (systemctl disable --now resticprofile-check@profile-default.timer), либо вместе со взятием стека под управление.

Прочие упавшие юниты на ru-vps — ifup@eth0.service и networking.service; не разбирались, хост при этом полностью работоспособен.

Gitea Actions: документация устарела

Проверено 2026-09-02. Контейнер gitea-runner-gitea-runner-1 на ru-vps работает и опрашивает Gitea, то есть раннер ЗАРЕГИСТРИРОВАН. Утверждения в .gitea/workflows/lint.yml и tech-stack.md об обратном неверны.

CI при этом всё равно не выполняется: у раннера метка ru-vps, а workflow требует runs-on: ubuntu-latest. Отдельный вопрос перед включением CI: раннер монтирует /var/run/docker.sock и /opt/services на запись, то есть любой workflow получает root над публичной VPS.

hermes-ai недостижим по SSH: прозрачный прокси съедает обратный путь

Обнаружено 2026-09-02. CT 147 запущен, sshd слушает *:22, UFW разрешает 22/tcp из 192.168.1.0/24 и 10.78.0.0/30, но хост не отвечает ни с ru-vps, ни с cloud-pc (то есть и из самой LAN). make check показывает его unreachable.

Причина видна в ip rule внутри контейнера:

9002: not from all iif lo lookup 2022

Правило заворачивает в таблицу прозрачного прокси (hermes-tun) всё, что не пришло с lo, включая ответные пакеты входящих соединений. SYN доходит, SYN-ACK уходит в туннель — соединение не устанавливается. Исключения для трафика, пришедшего с eth0, в конфигурации нет.

Побочное следствие: playbooks/pve-hermes-ai.yml больше не может отработать — Ansible не достучится до хоста. Управлять контейнером можно только через pct exec с cloud-pc. Плейбук, судя по всему, отработал один раз и запер себя: включение прокси не рвёт уже установленную сессию, только новые.

Не чиню: сервис признан малополезным и заморожен (см. ниже). Но make check и make status будут показывать его DOWN, и это ожидаемо, а не новая поломка.

Hermes AI (CT 147) - осознанно заморожен

Решение от 2026-09-02: сервис признан малополезным, но контейнер остается. playbooks/pve-hermes-ai.yml разворачивает runtime, Docker и transparent TUN proxy через mihomo, но не разворачивает приложение Hermes - это не недоделка, а принятое состояние. Не предлагать "дописать деплой Hermes" как opportunistic cleanup.

Секреты переехали в корень репозитория

Решение от 2026-09-02. .env и .env.example перенесены из ansible/ в корень: их потребляет не только Ansible, но и OpenTofu, а держать два файла или ходить в соседний подкаталог неудобно.

ENV_FILE в ansible/Makefile теперь абсолютный ($(REPO_ROOT)/.env), поэтому цели работают из любого cwd. Переименование .env.example заведено в индекс git, чтобы файл не потерялся при коммите. Оба пути покрыты .gitignore.

Принято решение хранить пароль root@pam в .env (а не спрашивать его при запуске). Компромисс осознанный: пользователь ansible и так имеет passwordless sudo на нодах, то есть эффективный root в автоматизации уже был; пароль добавляет не новый класс доступа, а секрет с худшими свойствами — он же логин в веб-интерфейс и консоль, его нельзя ограничить по scope и нельзя отозвать иначе, чем сменив пароль root на нодах.

Переменные: PROXMOX_ROOT_USER (по умолчанию root@pam) и PROXMOX_ROOT_PASSWORD. Их читают ТОЛЬКО цели tofu-*; Ansible ими не пользуется. Если пароль не задан или равен replace-me, Tofu идёт токеном ansible@pve. Выбранный режим печатается в stderr перед запуском.

Пилот OpenTofu: граница возможностей API-токена

Выполнено 2026-09-02. Каталог tofu/, цели make tofu-*, подробности и матрица возможностей — в ../../tofu/README.md.

Кратко, проверено на живом кластере контейнером VMID 199:

• API-токен создаёт LXC со всеми ресурсами, сетью, rootfs, nesting, startup и тегами; plan идемпотентен.
• Mount point как volume на datastore токеном создаётся. Это снимает вопрос по mp0 у gitea: bind mount каталога хоста требует root@pam, а volume — нет.
• keyctl, fuse, mount и device_passthrough требуют root@pam (HTTP 403). Это ограничение Proxmox, а не Tofu: Ansible упирается в то же самое, поэтому в репозитории уже есть pct set --features по SSH и правка /etc/pve/lxc/<vmid>.conf.
• Гибрид Tofu+Ansible требует lifecycle { ignore_changes = [features] }, иначе Tofu откатывает выставленный извне keyctl и ломает Docker в контейнере.
• Tofu не умеет ProxyJump: вне LAN нужен SSH-туннель, он встроен в цели tofu-*.

РЕЖИМ ВЫБРАН 2026-09-02: root@pam по паролю. Проверено на пилоте — dev0, features: fuse=1,keyctl=1,nesting=1 и volume mount point выставляются декларативно, повторный plan даёт No changes. Значит при переезде каждого сервиса из его pve-*.yml можно убирать pct set --features и правку /etc/pve/lxc/<vmid>.conf; ignore_changes не нужен.

Токен, принадлежащий root@pam, ограничение НЕ обходит: $authuser при токенной аутентификации равен полному user@realm!tokenname (PVE/HTTPServer.pm:86), а проверка в PVE/LXC.pm:1658 сравнивает строку с root@pam буквально. Права токену добавлять бесполезно. Единственная альтернатива гибриду — пароль root@pam, то есть системный пароль root узлов Proxmox.

Гибридная схема (Tofu создаёт, Ansible доводит по SSH) отвергнута в пользу полной декларативности. Она остаётся запасным вариантом, если пароль root решат из .env убрать.

Пилотный контейнер VMID 199 tofu-pilot снесён (подтверждено 2026-09-02: pct list на cloud-pc его не показывает).

Переход на OpenTofu

Пошаговый план миграции provisioning на Tofu вынесен в отдельный документ: migration-tofu.md. Там же порядок сервисов, специфика каждого и процедура отката.

Сервис №1 emergency-bot переехал 2026-09-02: OLD (VMID 148) остановлен (откат минимум неделю, затем pct destroy), боевой — NEW (VMID 151, tofu/services.tf), адрес не менялся (192.168.1.32). Реестр обновлён (vmid: 151, provisioner: tofu), make validate и make status зелёные. Две находки, важные для следующих сервисов, задокументированы в migration-tofu.md (раздел 5.1) и tofu/README.md: конфигурационная часть сервиса может жить в отдельном playbook с play, таргетящими другие хосты (не подходит под буквальный --limit <name>-new), и провайдер отслеживает cmode через блок console, который нужно объявлять явно с самого начала.

Пакетный переезд сервисов 2-7 (параллельно)

Решение от 2026-09-02: последовательный переезд по одному сервису слишком медленный. Инвариант «один сервис за раз» уточнён в migration-tofu.md: последовательным обязан быть только cutover, а подготовка, создание и конфигурация на временных адресах параллелятся безопасно.

Создано и проверено 2026-09-02. Один пакетный tofu apply (6 to add, 0 to change, 0 to destroy — уже переехавший emergency-bot дрейфа не дал):

Сервис	OLD	NEW	Узел	TMPIP
docker-test	145	152	cloud-pc	192.168.1.11
gitea	141	153	cloud-pc	192.168.1.12
vaultwarden	140	154	mini-pc	192.168.1.13
monitoring	146	155	cloud-pc	192.168.1.14
gyro	150	156	mini-pc	192.168.1.15
grimmory	149	157	cloud-pc	192.168.1.16

pct config всех шести сверен с эталонами: cpu, память, swap, диск, features, startup, cmode: shell совпали. Запас на нодах после создания: cloud-pc 12.3 ГиБ RAM и 849 ГиБ на data, mini-pc 8.8 ГиБ RAM и 117 ГиБ на local-lvm. make validate зелёный до и после — новые контейнеры в реестре пока не числятся, это ожидаемо до шага 4.6.

Что подтвердилось на живых контейнерах впервые:

• /dev/fuse через features.fuse эквивалентен старому обходу. Устройство присутствует в 152, 153, 154, 157 и отсутствует в 156 (у gyro его и не должно быть). Это снимает вопрос, который до сих пор был помечен как непроверенный: пилот проверял device_passthrough только на /dev/net/tun.
• Bind mount gitea заменён на volume декларативно: mp0: data:153/vm-153-disk-1.raw,mp=/opt/gitea/data,size=32G. Ради этого миграция и затевалась.
• Пустой features у gyro сохраняется. В pct config 156 строки features нет вообще, nesting не подкрался.

Две ловушки, найденные при этом заходе и почищенные в коде:

1. --limit <name>-new не перенацеливает play, а обнуляет его — и это общее свойство, а не особенность emergency-bot, как считалось раньше. Проверено --list-hosts: ноль хостов во ВСЕХ play всех плейбуков. Заведён переопределяемый таргет pve_config_target, поведение по умолчанию не изменилось. Подробности — migration-tofu.md, шаг 4.3.9.
2. Inline vars: у группы в inventory-файле проигрывают group_vars/all/. Из-за этого Ansible ходил в новые контейнеры под ansible@ вместо root и получал Permission denied. Транспорт вынесен в group_vars/lxc_migration_new/main.yml.

Попутно roles/uptime_kuma научился не падать на хосте, где замороженного юнита homelab-monitoring никогда не было: заморозка теперь выполняется только при его наличии.

Ещё один потребитель, которого не было в плане: playbooks/vaultwarden-update.yml жёстко зашивает VMID 140, включая vzdump "140". Его нужно поправить на шаге 4.6 вместе с реестром.

Конфигурация на временных адресах (шаг 4.3) выполнена для пяти сервисов. Все прогоны идемпотентны — второй заход даёт changed=0. Боевые контейнеры не затронуты: проверено после прогонов, на каждом боевом хосте активен ровно свой сервис.

Сервис	Итог	Проверка
docker-test 152	OK	Docker active, storage-driver fuse-overlayfs, hello-world проходит, версия Docker совпала с боевой
gitea 153	OK	HTTP 200, порт 2222 слушает, volume — отдельная ФС /dev/loop10 ext4 32 ГиБ
vaultwarden 154	OK	HTTP 200, контейнер healthy, база свежая 278 КБ без icon_cache
monitoring 155	OK	HTTP 302→200, kuma.db создан на месте, /opt/monitoring отсутствует
grimmory 157	OK после починки	оба юнита active, health 200, Flyway 144 — как на боевом
gyro 156	OK	конфигурация и cutover завершены 2026-09-02

Digest'ы образов на всех пяти совпали с боевыми побайтово.

Баг в pve-grimmory.yml, найденный при этом. Боевой адрес был зашит в конфигурационном play трижды: в ports compose, в правилах GRIMMORY-FILTER и в URL health-check. Первое роняло grimmory.service на любом другом адресе. Третье опаснее: задача выполняется на целевом хосте, поэтому после починки биндинга она уходила бы в БОЕВОЙ grimmory, получала 200 и давала ложно-положительный результат. Исправлено через grimmory_bind_ip: "{{ expected_lan_ip }}"; на боевом хосте рендер не изменился, --check --diff даёт changed=0.

Следствие для cutover. Grimmory — единственный из шести, кто биндится на конкретный адрес. После смены адреса его плейбук обязан быть прогнан заново, иначе compose останется с временным адресом. Добавлено в шаг 4.5.16.

Ещё одно ошибочное утверждение снято. План предупреждал, что roles/gyro пинит SSH host key gitea и после переезда сломается. Проверено дословно: там state: absent — задача УДАЛЯЕТ устаревшую запись, а пинится github.com, и gyro_repo_url ведёт на GitHub. Переезд gitea на gyro не влияет.

Legacy pve-gyro.yml теперь по умолчанию завершает все три plays, когда registry говорит provisioner: tofu; для intentional legacy rollback/recovery нужен явный override -e pve_gyro_legacy_provisioning_enabled=true. Это не normal deployment.

Cutover выполнен 2026-09-02 для пяти сервисов. Все прошли по процедуре раздела 4: свежий бэкап, перенос данных со сверкой, остановка старого контейнера, смена адреса, правка реестра, перегенерация заданий бэкапа.

Сервис	OLD → NEW	Сверка данных
docker-test	145 → 152	данных нет; Docker на fuse-overlayfs, hello-world проходит
vaultwarden	140 → 154	1 users, 314 ciphers; integrity_check ok
monitoring	146 → 155	kuma.db совпал по sha256 и размеру; редирект на /dashboard
gitea	141 → 153	64 repos, 5 users, 203 actions; integrity_check ok
grimmory	149 → 157	book=31 author=30 book_file=40 category=87 reading_sessions=68; Flyway 142/144 без новых миграций

Публичные домены снаружи: pass.ada-dev.ru 200, git.ada-dev.ru 200, books.ada-dev.ru health 200 (OPDS отдаёт штатный 401 Basic realm="Booklore OPDS" — это требование авторизации, а не поломка; в базе 2 учётки OPDS). make validate, make lint зелёные, make backup-jobs перегенерировал списки VMID сам из реестра.

Смена адреса выполняется провайдером на месте. Проверено на всех пяти: 0 added, 1 changed, 0 destroyed. Это снимало главный риск — пересоздание контейнера с данными.

Старые контейнеры остановлены и целы: 140, 141, 145, 146, 149. Не удалять минимум неделю, до 2026-09-09.

Находки cutover, которых не было в плане

1. Данные gitea никогда не попадали в PBS. vzdump печатает excluding bind mount point mp0 ('/opt/gitea/data') from backup (not a volume) — снапшоты ct/141 содержали только rootfs. Защищал данные лишь offsite-профиль restic. Переезд на volume это чинит: теперь данные в бэкапе. Побочно это самый весомый аргумент за миграцию, которого в плане не было.
2. vzdump падает, пока работает Docker с fuse-overlayfs на rootfs в каталоговом хранилище. rootfs на data снапшоты не поддерживает, vzdump уходит в режим suspend с rsync и спотыкается о var/lib/docker/fuse-overlayfs/.../merged: Permission denied. У vaultwarden этого нет — его rootfs на local-lvm, там настоящий снапшот. Лечится остановкой сервиса перед бэкапом.
3. Offsite-профиль restic надо переустанавливать на новом контейнере, если он выполняется внутри LXC. Сделано для vaultwarden и grimmory, проверено прогоном юнита. Профиль gitea переписан с ноды внутрь контейнера (playbooks/offsite-restic-yadisk.yml), старый таймер на cloud-pc отключён.
4. lost+found на новом volume ломает restic. Свежая ext4 создаёт этот каталог с владельцем uid 0 хоста, внутри unprivileged LXC он nobody:nogroup и нечитаем; restic отдаёт exit 3, юнит падает каждую ночь, хотя снапшот сохраняется. Добавлен в исключения профиля gitea.
5. SSH host-ключи gitea перенеслись вместе с данными. Ключ на порту 2222 совпал с боевым (AAAAC3NzaC1lZDI1NTE5AAAAIDE+iqCj), поэтому у git-клиентов known_hosts остался валидным. Обновлять пришлось только ключ sshd контейнера на порту 22.
6. Зависший ControlMaster даёт таймаут на баннере после cutover. Мастер остаётся живым, но его туннель ведёт в остановленный контейнер, и новые сессии мультиплексируются поверх мёртвого соединения. Лечится ssh -O exit <host> или разовым -o ControlPath=none.
7. systemctl start grimmory — no-op. Юнит Type=oneshot с RemainAfterExit=yes уже числится активным, нужен restart.
8. MYSQL_ROOT_PASSWORD из .env не подошёл к MariaDB (Access denied for user 'root'@'localhost'). Restore выполнен пользователем grimmory, у него ALL PRIVILEGES на свою базу — этого достаточно для DROP/CREATE DATABASE.

Gyro cutover verified

gyro завершён как cutover on 2026-09-02: CT 156 живёт на неизменном production IP 192.168.1.35 и provisioned by Tofu. CT 150 остановлен и удерживается как rollback минимум на неделю; его PBS snapshot от 2026-09-02T19:40:56Z сохранён, цепочку PBS не удаляли. Файл фаервола 156.fw уже копия 150.fw, Datacenter firewall по-прежнему disabled. Timer gyro.timer active, last oneshot success. Данных для переноса не было, и TMPIP-specific bind/re-run не потребовались.

Удаление старого CT или его backup chain не выполнялось.

Пакетный переезд сервисов 8-10: adguard, mihomo, ovpn-mini

Выполнено 2026-09-03 автономно, одной сессией. Этим OpenTofu-переезд всех мигрируемых LXC завершён (осталось: hermes-ai заморожен, pbs не мигрируется).

Сервис	OLD → NEW	Узел	Боевой IP (не менялся)	Свежий PBS перед стартом
adguard	144 → 158	mini-pc	192.168.1.28	ct/144/2026-09-02T21:06:12Z
mihomo	143 → 159	mini-pc	192.168.1.27	ct/143/2026-09-02T21:12:49Z
ovpn-mini	132 → 160	mini-pc	192.168.1.23	ct/132/2026-09-02T21:17:55Z

OLD 144/143/132 остановлены и удерживаются как откат минимум неделю (до ~2026-09-10). PBS-цепочки не трогали; у NEW 158/159/160 сняты первые свои снапшоты (…T21:37-39Z), чтобы backup-audit был чист сразу. make validate, make lint, make tofu-plan (No changes), make openvpn-check (7/7) — зелёные. Внешние домены git/pass/books.ada-dev.ru — 200.

Смена адреса — провайдером на месте (0 added, 1 changed, 0 destroyed), пересоздания контейнера с данными нет — как и на сервисах 2-7.

Специфика и находки перенесены в migration-tofu.md раздел 5 (пункты 8-10). Кратко:

• adguard: свежий AdGuard на пустом conf/ не проходит health-гейт плейбука (setup-wizard, порт 80 не слушает), поэтому данные заливаются ДО config play, а не после. DNS-провал ~2 мин, ночью; ноды на DNS роутера, контейнеры на 1.1.1.1.
• mihomo: первый боевой device_passthrough для /dev/net/tun (dev0: path=/dev/net/tun,mode=0660). ru-vps-mihomo-harden.yml повторно прогонять не нужно. Все зависимые ссылки на .27 остаются валидны.
• ovpn-mini — петля транспорта. -F ansible/ssh_config и make tofu-* ходят к PVE через ru-vps → туннель, который терминирует сам ovpn-mini. pct stop 132 рвёт этот путь и make tofu-apply не достаёт API. Разрыв: поднять шлюз на НОВОМ контейнере ещё на TMPIP (одноразовый плейбук), туннель встаёт → tofu-apply работает → сменить адрес → повторный openvpn-vps-mini.yml (идемпотентен). Прямой путь к нодам во время провала — ssh -o ProxyJump=none <user>@192.168.1.{5,10} из LAN. Совокупный провал туннеля (внешний reverse-proxy) ~10 мин.
• ssh_config: у ovpn-mini выставлен ProxyJump none (было — через ru-vps). Путь через ru-vps закольцовывался бы на его же туннель.
• Три creation-play (pve-adguard.yml, pve-mihomo.yml, pve-ovpn-mini.yml) за гейтом provisioner != 'tofu' (meta: end_play, override -e pve_<svc>_legacy_provisioning_enabled=true) — как у pve-gyro.yml. Их handlers иначе сделали бы pct start <OLD> на боевом адресе.
• Ошибка сессии: диагностический pct start 132 при живом CT 160 дал конфликт IP .23 и провал туннеля на 1-2 мин (восстановилось само). OLD контейнеры трогать нельзя, их pct config держит боевой адрес.
• Косметика: polkit.service на CT 160 в failed (status=217/USER, минимальный LXC-шаблон). На OpenVPN не влияет, не чинилось (можно systemctl mask polkit.service — ничего от него не зависит).

onboot: 0 на всех остановленных OLD-контейнерах (2026-09-03). Найдено: 132/140/141/142/143/144/145/146/148/149/150 стояли с onboot: 1 и держат боевые адреса в pct config — ребут любой ноды поднял бы их в конфликт с живыми NEW (151-160). Снято через pct set <id> --onboot 0. Это временная мера на окно отката: pct destroy (шаг 4.7) уберёт их целиком через неделю. Обратимо (--onboot 1) для намеренного продвижения OLD обратно.

Коммиты (2026-09-03). Всё рабочее дерево (накопление сессий 2026-09-02/03) разложено в 11 тематических коммитов на main (22394cb..d2e1e68), не запушено. Границы — по инициативам: build-env, .env-в-корень+Make, tofu scaffold, validate gate, registry-driven backups, вывод memoir-bot, ru-vps base+кворум+ZeroTier, PBS storage prune, blue-green миграция на Tofu, фикс VMID в update-плейбуках, docs. Несколько файлов (services.yml, status.yml, ssh_config) несут вторичные правки других инициатив — отмечено в телах коммитов.

НЕ сделано (осознанно): уборка раздела 6 migration-tofu.md — удаление roles/pve_lxc (ещё используется creation-play пяти сервисов батча 2026-09-02 через - role: pve_lxc), стрип/полное гейчение creation plays, правки architecture.md/legacy-warning.md, расширение validate.yml (features, devices, mount points). Это отдельная задача; переездом сервисов 8-10 разблокирована (все 10 на Tofu), но исполнение — не сейчас.

Obsidian-заметки (HomeLab.md, Notes/Текущее состояние…, Log.md) по этому переезду ещё не обновлены.

Исторические планы

• ../../current-task.md - исторический план Prometheus monitoring. Он не описывает текущую активную архитектуру: Uptime Kuma активен, Prometheus stack заморожен.
• ../../tasks/grimmory-deployment-plan.md
  • план и запись развертывания Grimmory; фактическое состояние проверять по inventory, service registry и playbooks.

Выявленные риски и deferred work записаны в edge-cases.md и legacy-warning.md, но не считаются утвержденным backlog.