Severity: info

Runbook Informe Completo AI-LAB

Procedimiento de solo lectura para auditar la VM, Astro, runtime, servicios y stacks del laboratorio.

Runbook de auditoria completa

Objetivo

Obtener una fotografia completa de AI-LAB sin modificar nada.

Alcance

VM Hyper-V y Ubuntu
almacenamiento y montajes
servicios systemd
Astro docs
runtime cognitivo
stacks Docker
nodos GPU y LM Studio

1. Base del sistema

hostnamectl
uname -a
df -hT
mount
free -h

2. Red y servicios

ip -br addr
ss -tulpn
systemctl list-units --type=service --state=running --no-pager
docker ps --format 'table {{.Names}}\t{{.Image}}\t{{.Status}}\t{{.Ports}}'

3. Estructura del repositorio

for d in /opt/ai-lab/*; do [ -d "$d" ] && basename "$d"; done
for d in /opt/ai-lab/apps/*; do [ -d "$d" ] && basename "$d"; done
for d in /opt/ai-lab/stacks/*; do [ -d "$d" ] && basename "$d"; done

4. Astro

Revisar:

apps/ialab-docs/package.json
apps/ialab-docs/src/content/docs/*
apps/ialab-docs/src/content/runbooks/*
apps/ialab-docs/src/pages/*

Compilacion:

cd /opt/ai-lab/apps/ialab-docs
npm run build

Verificacion local:

curl -I http://127.0.0.1:4322/

5. Runtime

Revisar:

runtime/gateway/openai_gateway.py
runtime/llm/router_api.py
runtime/state/live_api.py
runtime/distributed/heartbeat.py
runtime/memory/recall_policy.py
runtime/autonomous/runtime_optimizer.py
runtime/execution/execute_v1_policy.py

Estado vivo:

cat /opt/ai-lab/runtime/state/current_mode.json
cat /opt/ai-lab/runtime/state/cluster_state.json

6. Stacks críticos

stacks/traefik/docker-compose.yml
stacks/ai-core/docker-compose.yml
stacks/observability/docker-compose.yml
stacks/qdrant/docker-compose.yml
stacks/websites/docker-compose.yml
stacks/websites/docker-compose.backend.yml

7. Publicacion Astro

Si se cambia apps/ialab-docs/:

ejecutar npm run build
reiniciar ailab-docs.service
verificar curl -I http://127.0.0.1:4322/
si aplica al sitio publico, hacer commit y push; el despliegue publico se completa via GitHub -> Cloudflare Pages

8. Criterios de salida

La auditoria esta completa cuando quedan identificados:

sistema base
puertos y servicios
Astro y rutas publicadas
runtime y estado vivo
stacks Docker
nodos GPU y LM Studio

9. Validacion final Fase 13

Usar esta bateria cuando el cluster ya esta estable:

Test	Comportamiento esperado	Estado final
1 FAST	`llama-3.1-8b-instruct` y respuesta breve	⚠️ selector corregido; respuesta puede quedar en `reasoning` si el prompt arrastra sesgo
2 CODING	`qwen2.5-coder-14b-instruct` o `qwen2.5-coder-32b-instruct`	✅
3 REASONING	`qwen2.5-coder-32b-instruct` en `rx7900xt`	✅
4 Discovery	`selected_model`, `reason_codes`, `discovery_source`	✅
5 Embeddings	nunca `text-embedding-*` para chat	✅
6 Vision	nunca `moondream2` para chat	✅
7 Fallback	con `rx9070` offline, caer a `rx7900xt`	✅
8 Hot-swap	detectar el modelo nuevo en refresh	✅
10 Hostile audit	no inventar `reason_codes` ni `HARD_FACTS`	✅
11 Learning	crear/actualizar patrones y recomendaciones	✅
12 Recall	recuperar incidentes reales de latencia/overflow	✅

10. Notas de operacion

Si :8083 o :8008 quedan colgados, reiniciar el proceso via systemd o forzar el PID que ocupa el puerto.
Si rx9070 cae, el discovery debe marcarlo offline sin romper routing.
Si se cambia el clasificador de intencion, alinear router, gateway y cualquier wrapper local en la misma heuristica.