eval(retrieval): przekwalifikuj N2 na mail_query M5, nowa kontrolka N3

Regresja po zamknieciu Etapu B fazy mailowej dala FAIL wylacznie na
kryterium 3: kontrolka N2 "piaskownica plastikowa" spadla do 0.4924
(flat/hybrid) na mail przedszkolny "Materialy plastyczne" -- kolizja
leksykalna ponizej progu 0.50. Rownoczesnie odrzucone w Etapie A
zapytanie "piaskownica plac zabaw wspolnota" ma dzis realne odpowiedzi
(maile administracji wspolnoty holc.waw.pl, 2023). To nie regresja
retrievalu -- korpus urosl o tresc, ktorej w Etapie A nie bylo, wiec
kontrolka negatywna stracila waznosc.

- N2 wycofana; pelna historia decyzji (pilot, 2026-07-23, 2026-08-06)
  zachowana jako komentarz w queries.yaml, nie skasowana.
- M5: "wymiana piasku w piaskownicy na placu zabaw wspolnoty",
  expected_envelope 6ab218df-...@holc.waw.pl, d1=0.2858, hit3=y.
  Wariant z "wymiana piasku" zamiast doslownego sformulowania operatora,
  bo tamto daje 0.4562/0.4597 -- oba nad HIT_THRESHOLD 0.45.
- N3: "sterylizacja kota cennik kliniki weterynaryjnej", bar 0.50 bez
  zmian, 0.5257/0.5799/0.5257. Dwaj odrzuceni kandydaci i lista tematow
  majacych realna odpowiedz w korpusie udokumentowane w komentarzu.
- retrieval_eval.py: tylko komentarz -- mail_hit nadal ocenia sie
  source-matchem, expected_envelope M5 jest dokumentacyjne.

Weryfikacja: retrieval_eval.py --transport http --base-url
http://192.168.31.5:8230 --gate-n 10 -> OVERALL PASS (exit 0),
kryteria 1/2/3 PASS, kryterium 4 = 5/5 (wymagane >= 4).

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

docs/sessions/2026-08-06.md

@@ -0,0 +1,291 @@
+---
+okf: "0.1"
+type: session-log
+visibility: private
+status: active
+updated: 2026-08-06
+links: []
+---
+
+# Session log 2026-08-06
+
+## Session 13:20
+
+Produkcyjna weryfikacja pierwszego cyklu safe-cleanup na LUSTRO (R1/R2/R3, deploy
+2026-08-05) oraz pierwszy pełny cykl HITL: approval → dispatch → wykonanie na nodzie →
+`action_result` → `completed`. Sesja supervised, checkpointy zatwierdzane przez operatora,
+approvale wykonywane wyłącznie przez operatora. Incydent źródłowy:
+`docs/incidents/2026-07-30-ollama-solaria-vanish.md`.
+
+### Commits
+
+Ta sesja **nie wprowadziła żadnych commitów poza niniejszym logiem** — zero zmian w kodzie
+i konfiguracji repo. Cała praca to recon read-only + kontrolowane zapisy runtime na
+LUSTRO i VPS (kanarki testowe, plik akcji), wszystkie sprzątnięte lub udokumentowane niżej.
+
+Poprzedni log sesji: `67aa092 docs: session 2026-08-05 22:47` — potwierdzony na
+`origin/master` (ahead/behind 0/0) na starcie sesji.
+
+### Files changed
+
+Brak — poza tym plikiem.
+
+---
+
+## KROK 1 — safe-cleanup na LUSTRO: obie gałęzie potwierdzone produkcyjnie
+
+### Stan wyjściowy
+
+Marker `/opt/homelab/state/last-docker-cleanup` = `1785925612` (2026-08-05 12:26:52 CEST),
+**sprzed deployu** (obraz node-agenta utworzony 22:42:05 CEST). Bramka
+`_cleanup_rate_ok()` (`CLEANUP_INTERVAL_SECS = 86_400`) trzymała pierwszy cykl nowego kodu
+do 12:26:52 dnia 2026-08-06. Brak linii cleanup w logach do tego momentu był więc
+zachowaniem poprawnym, nie awarią.
+
+Kod w runtime zweryfikowany: `md5(/app/src/node_agent.py)` == `md5(repo HEAD)` =
+`c9ac64e10b42b3e0ed9e4c168579bfaa`, brak wykonywalnego `containers.prune()`,
+`NODE_TYPE=sd_card`.
+
+Pułapka interpretacyjna: logi kontenera node-agent są w **UTC**, host w CEST. Pozorna
+6-godzinna dziura w logach to nocny `halt` (root cron `30 23 * * * /usr/sbin/halt`,
+boot 06:30) — LUSTRO ma duty cycle jak SOLARIA, zgodnie z `inventory/topology.yaml`
+(`duty_cycle: nightly`).
+
+### Test w oknie prune
+
+Do okna przygotowano trzy kontenery `exited` pokrywające obie gałęzie filtra:
+
+| Kontener | Polityka / label | Oczekiwane | Wynik |
+|---|---|---|---|
+| `prune-disposable` | `restart=no`, brak compose | usunięty | ✅ usunięty |
+| `prune-canary` | `restart=unless-stopped`, brak compose | zachowany | ✅ przeżył |
+| `node-exporter` (realny serwis) | `restart=always`, brak compose | zachowany | ✅ przeżył |
+
+Log z okna (12:27:49 CEST / 10:27:49 UTC):
+
+```
+INFO    - Pruned dangling images (0 MB reclaimed)
+WARNING - Removed 1 disposable stopped container(s): prune-disposable (kept 2 managed)
+```
+
+Marker zaktualizowany na `1786012069`. `kept 2` = `prune-canary` + `node-exporter`.
+Wszystkie kontenery produkcyjne nietknięte.
+
+**Werdykt:** obie gałęzie filtra działają na produkcji — gałąź ochronna (kontener zatrzymany
+przez operatora z polityką restartu przeżywa prune; dokładny scenariusz incydentu ollamy)
+oraz gałąź usuwania (filtr nie jest no-opem, faktycznie kasuje jednorazowe resztki).
+
+### Korekta wniosku z 2026-08-05
+
+Wczorajszy test kanarka na SOLARII (przeżył 151 s) **nie dowodził działania filtra** —
+SOLARIA ma `NODE_TYPE=lte_node` (mitygacja M1), gdzie `run_safe_cleanup()` kończy się
+`return` przed jakimkolwiek prune. Ten test potwierdził M1, nie R1. Dowód dla R1 powstał
+dopiero dziś na LUSTRO.
+
+### Stan cleanupu na flocie
+
+| Node | NODE_TYPE | Cleanup |
+|---|---|---|
+| PIHA | `sd_card` | ✅ działa (2026-08-05 16:27 CEST: `kept 0 managed`) |
+| LUSTRO | `sd_card` | ✅ działa (2026-08-06 12:27:49, jw.) |
+| SOLARIA | `lte_node` (M1) | wyłączony w całości, brak markera |
+| VPS | `lte_node` (M1) | wyłączony w całości, brak markera |
+
+M1 nadal zdjęte do zrobienia na SOLARII i VPS — do tego czasu te nody nie sprzątają
+Dockera wcale.
+
+---
+
+## KROK 2 — dlaczego crash-loop watchtowera nie generował akcji
+
+Eventy płynęły poprawnie: `evt-lustro-<ts>-containers_not_running-watchtower.json` co ~60 s,
+11 317 plików w `events/lustro/` na VPS (node-agent rsyncuje z `--remove-source-files`,
+stąd pusty katalog lokalny). To nie był problem transportu ani emisji.
+
+**Przyczyna:** `supervisor.reconcile()` iteruje wyłącznie po `desired_state["services"]`
+ładowanym z `hosts/<node>/services.yaml` (`supervisor.py:380`). `hosts/lustro/services.yaml`
+deklaruje `node-agent`, `node-exporter`, `piper-tts` — watchtowera tam nie ma. Brak wpisu
+w desired state ⇒ brak driftu ⇒ brak rekomendacji. Ponad 11 tys. eventów dead-enduje.
+Observer natomiast **zna** `lustro/watchtower` (incydent `inc-1786007596-lustro-watchtower`,
+status `unhealthy`) — rozjazd dotyczy wyłącznie supervisora.
+
+Wykluczone: `shadow_mode` (dotyczy tylko `HA_DIAG_SHADOW_MODE`, ścieżka HA-diag),
+`duty_cycle` (tłumi wyłącznie liveness node'a), progi/cooldown (`containers_not_running`
+jest w `CONTAINER_RESTART_TRIGGERS`, dedup po stabilnym ID).
+
+Konsekwencja druga: akcja wstawiona ręcznie do `pending/` dla serwisu spoza desired state
+żyje jeden cykl supervisora. `_cancel_resolved_pending_actions()` (`supervisor.py:560`)
+skasował ją po 15 s z powodem `service_removed_from_desired_state`. Kasowanie dotyczy
+**wyłącznie `pending/`** — `approved/` i `running/` są z założenia nietykalne. Dlatego
+akcja ręczna dla watchtowera trafiła ostatecznie prosto do `approved/`.
+
+---
+
+## KROK 3 — dwa pełne cykle HITL
+
+Wszystkie znaczniki UTC (CEST = +2). Pętla executora: 10 s. Pętla node-agenta: 60 s.
+
+### Cykl 1 — `node-exporter` (ścieżka w pełni organiczna)
+
+| Etap | Timestamp | Δ |
+|---|---|---|
+| `docker stop node-exporter` (trigger) | 10:22:49 | — |
+| event → observer → incydent `inc-1786011821-lustro-node-exporter` | ~10:23:41 | +52 s |
+| supervisor: `Generated recommendation` → `pending/` | 10:24:00.66 | +71 s |
+| approval operatora (`mv` → `approved/`) | ~10:38:5x | — |
+| executor: `Executing action` → `running/` | 10:39:00.650 | ≤10 s |
+| executor: `Dispatched … to node-agent on lustro` | 10:39:00.657 | +7 ms |
+| node-agent: rsync-pull + bramki + `docker restart` | 10:39:23.15 | +22,5 s |
+| event `action_result` (`success: true`) | 10:39:23.293 | +0,14 s |
+| executor: `completed` | 10:39:30.752 | +7,5 s |
+
+**Approval → completed: 30,1 s.**
+
+### Cykl 2 — `pi-watchtower-1` (akcja utworzona ręcznie, zatwierdzona przez operatora)
+
+| Etap | Timestamp | Δ |
+|---|---|---|
+| operator zapisuje akcję do `approved/` | 11:08:38 | — |
+| executor: `Executing action` → `running/` | 11:08:40.829 | +2,8 s |
+| executor: `Dispatched … (container=pi-watchtower-1)` | 11:08:40.838 | +9 ms |
+| node-agent: `Restarted container 'pi-watchtower-1'` | 11:08:51.002 | +10,2 s |
+| event `action_result` (`success: true`) | 11:08:51.002 | — |
+| executor: `completed` | 11:09:00.909 | +9,9 s |
+
+**Approval → completed: 20,1 s.** Watchtower wrócił do crash-loopa — zgodnie z założeniem;
+sukcesem było przejście pipeline'u i poprawny `action_result`, nie uzdrowienie kontenera.
+
+### Bramki agenta
+
+- **Whitelista typu** i **node scoping** — przeszły; logują się tylko przy odrzuceniu,
+  więc dowodem przejścia jest sama egzekucja.
+- **Self-restart guard** — nie dotyczył (cel ≠ `node-agent`).
+- **Idempotencja** — zadziałała na żywo i wielokrotnie:
+  `Action … already processed — skipping (idempotency)`, markery
+  `/opt/homelab/state/processed-actions/<action_id>.done`.
+
+### Obserwacja uboczna: regeneracja i auto-cancel
+
+O 10:39:48 (18 s po udanym restarcie) supervisor **wygenerował ponownie** akcję dla
+node-exportera, bo world state jeszcze pokazywał `unhealthy` (opóźnienie observera).
+O 10:40:49 sam ją skasował (`drift_resolved_auto`). Podwójnego restartu nie było, ale
+istnieje ~60-sekundowe okno, w którym po udanej remediacji potrafi powstać duplikat.
+
+---
+
+## KROK 4a — rekomendacja ws. poluzowania bramek HITL
+
+**Rekomendacja: jeszcze nie, ale wąskie poluzowanie jest obronialne po trzech warunkach.**
+
+Za:
+- Pipeline przeszedł end-to-end dwukrotnie, w tym raz w pełni organicznie (event →
+  observer → supervisor → approval → executor → node-agent → wynik).
+- Czas maszynowy to 20–30 s; wąskim gardłem jest wyłącznie człowiek (dziś ~15 i ~30 min).
+- `container_restart` jest tanie i odwracalne, wykonanie jest scoped do node'a, whitelisty
+  jednego typu akcji i guardu self-restartu; egzekutor nigdy nie wchodzi na node po SSH.
+- Kolejka sama się czyści: `drift_resolved_auto` kasuje akcje, które przestały być
+  potrzebne, więc opóźniony approval nie powoduje zbędnego restartu.
+- Idempotencja obroniła się w warunkach bojowych (patrz defekt dispatch niżej).
+
+Przeciw:
+- Próbka: 2 wykonania, 1 node, 1 typ akcji, obie ścieżki udane. **Ani razu nie zaobserwowano
+  ścieżki porażki** (`success: false`), timeoutu akcji w `running/`, ani odrzucenia przez
+  bramkę node/whitelisty. Dowód dotyczy szczęśliwej ścieżki.
+- Restart nie leczy przyczyn źródłowych. Watchtower ma 1000+ restartów dziennie — automat
+  restartowałby go w kółko, maskując problem. Bez budżetu restartów (np. max 3/24 h na
+  serwis, potem eskalacja do `alert_only`) auto-remediacja produkuje pętlę zamiast naprawy.
+- Otwarty defekt dispatch (niżej) w trybie automatycznym oznacza, że jedynym zabezpieczeniem
+  przed powtórnym wykonaniem jest marker idempotencji per `action_id`. Wystarczy nowy
+  `action_id` na ten sam objaw, by restart poszedł ponownie.
+- Okno duplikatu (~60 s) po udanej remediacji — dziś skasowane w porę, ale to kwestia
+  wyścigu, nie gwarancji.
+- `_get_container_name()` po cichu zwraca nazwę serwisu, gdy brak `services/<svc>/docker-compose.yml`.
+  Dla watchtowera dałoby to `watchtower` zamiast `pi-watchtower-1` — akcja wygenerowana
+  organicznie zakończyłaby się `failed`. W trybie automatycznym to stały szum porażek.
+
+Warunki wstępne do poluzowania:
+1. Naprawa wycieku plików dispatch (niżej) — inaczej automat stoi na jednej bramce.
+2. Budżet restartów per serwis + eskalacja do `alert_only` po jego wyczerpaniu.
+3. Poluzowanie tylko dla `container_restart` i tylko dla serwisów obecnych w desired state;
+   `redeploy` i `disk_cleanup` zostają w pełnym HITL.
+
+---
+
+## KROK 4b — root cause crash-loopa watchtowera
+
+Log kontenera, każde uruchomienie:
+
+```
+level=error msg="Error response from daemon: client version 1.25 is too old.
+Minimum supported API version is 1.40, please upgrade your client to a newer version"
+```
+
+`pi-watchtower-1` (`containrrr/watchtower`, obraz `c352868a1654`, kontener utworzony
+2025-04-15) rozmawia z socketem Dockera przez API 1.25. Demon na LUSTRO wymaga minimum
+1.40 i odrzuca połączenie, watchtower kończy się `exit 1`, `restart=always` uruchamia go
+ponownie — cykl ~60 s. Licznik restartów kasuje się przy nocnym `halt`/boot, stąd
+„973 restarty" to dorobek jednego dnia pracy, a nie narastająca awaria.
+
+Co by go naprawiło (do backlogu, **nie wykonane w tej sesji**):
+1. `docker pull containrrr/watchtower:latest` + recreate — aktualne wydania negocjują
+   nowsze API. Najprostsze.
+2. Obejście: `DOCKER_API_VERSION=1.41` w env kontenera.
+3. **Preferowane:** usunąć watchtowera z LUSTRO. To relikt spoza GitOps, a automatyczne
+   podmienianie obrazów na edge'owym Pi kłóci się z modelem repo jako źródła prawdy.
+   Jeśli ma zostać — dopisać go do `hosts/lustro/services.yaml`, bo dopiero wtedy stanie
+   się widoczny dla supervisora.
+
+Efekt uboczny do rozważenia niezależnie: watchtower generuje ~1440 eventów/dobę, które
+nigdzie nie prowadzą, i jest głównym powodem, dla którego `events/lustro/` ma 11 tys. plików.
+
+---
+
+## Follow-upy
+
+1. **Wyciek plików dispatch (nowy defekt, potwierdzony).** Executor tworzy
+   `actions/dispatch/<node>/` z uprawnieniami **755** (`aerbot:aerbot`), a rsync-pull leci
+   jako `oskar` (grupa `aerbot`) — brak prawa zapisu w katalogu, więc
+   `--remove-source-files` nie kasuje źródła. Dla porównania `dispatch/piha` ma 775.
+   Dodatkowo rsync zwraca wtedy kod 23, który node-agent traktuje jako benign
+   (`returncode not in (0, 23, 24)`) → **cicha porażka, zero ostrzeżeń**. Skutek: LUSTRO
+   re-pulluje te same akcje co 60 s i odbija się od bramki idempotencji — w nieskończoność.
+   Docstring `pull_dispatched_actions()` twierdzi, że plik jest kasowany po pobraniu; nie jest.
+   Fix: `mkdir(mode=0o775)` w executorze + osobna obsługa rc=23 przy `--remove-source-files`.
+   Do czasu naprawy na LUSTRO trwa zombie re-pull dwóch plików co 60 s.
+2. `_get_container_name()` — cichy fallback na nazwę serwisu przy braku
+   `services/<svc>/docker-compose.yml`; produkuje akcje celujące w nieistniejące kontenery.
+3. Okno ~60 s, w którym po udanej remediacji powstaje duplikat akcji (opóźnienie observera).
+4. Root cause watchtowera — patrz KROK 4b.
+5. Zdjęcie M1 (`NODE_TYPE=lte_node`) na SOLARII i VPS — do tego czasu zero cleanupu Dockera
+   na obu nodach.
+6. 17 zwietrzałych akcji w `pending/` z czerwca i lipca (16× `alert-*`, `redeploy-vps-gokapi`)
+   — nikt ich nie zamyka, zaśmiecają kolejkę operatora.
+7. `events/lustro/` — 11 tys. plików, rosnące głównie przez watchtowera.
+
+## Pominięte / niepewne
+
+- Bramki node-scoping i whitelisty typu potwierdzone **tylko pośrednio** (przez udaną
+  egzekucję), bez testu negatywnego.
+- Ścieżka porażki (`action_result` z `success: false`) oraz timeout akcji w `running/`
+  nie zostały przetestowane.
+- Gałąź prune obrazów wykonała się na zerze — `0 MB reclaimed` przy 0 dangling images
+  przed i po. Potwierdza, że kod się wykonuje, nie że potrafi cokolwiek odzyskać.
+- Wycieknięte pliki dispatch na VPS usunięte ręcznie przez operatora na koniec sesji.
+  Sam defekt (uprawnienia 755 + połknięty rc=23) pozostaje — wyciek wróci przy następnej
+  akcji dispatchowanej na LUSTRO.
+- Cykl HITL sprawdzony wyłącznie na LUSTRO. PIHA (jedyny inny node z aktywnym dispatch)
+  nie był testowany.
+
+## Sprzątanie
+
+- `prune-canary` — usunięty po weryfikacji (12:29:25).
+- `prune-disposable` — usunięty przez sam cleanup, zgodnie z zamysłem testu.
+- Obraz `alpine` (ściągnięty na potrzeby kanarków) — usunięty.
+- `node-exporter` — działa, podniesiony **przez pipeline HITL**, nie ręcznie.
+- `actions/dispatch/lustro/` na VPS — opróżniony przez operatora (zombie re-pull ustał).
+- LUSTRO na koniec: `node-agent` (healthy), `node-exporter` (up), `piper-tts` (up),
+  `pi-watchtower-1` (restarting — bez zmian, świadomie).
+
+### Narrative
+
+> _user-provided summary_