स्वास्थ्य निगरानी

जानें कि AgentEye deployment स्वयं कब डाउन या गिरावट में है, न कि सिर्फ जब आपके agents गलत व्यवहार करें। पहचान Kubernetes-native है और, महत्वपूर्ण रूप से, AgentEye से स्वतंत्र है: यह Kubernetes control plane से pod state पढ़ता है और AgentEye की hard dependencies की जांच करता है, इसलिए यह तब भी काम करता है जब server, ClickHouse, या Postgres डाउन हो। दो परतें हैं। पहली built-in है; दूसरी opt-in है।

1. Dependency-aware readiness (built in)

सर्वर दो probe endpoints expose करता है जिनके अलग-अलग कार्य हैं:

Endpoint	Probe	जांचें	Auth
`GET /health`	liveness	process alive है (हमेशा `{"status":"ok"}`)	none
`GET /ready`	readiness	वास्तव में सेवा प्रदान कर सकता है: Postgres + ClickHouse reachable	none

/ready 200 के साथ "status":"ready" और हर check "ok" के साथ return करता है जब दोनों hard dependencies reachable हैं, और 503 के साथ "status":"not_ready" return करता है जब कोई भी unreachable हो। दोनों responses एक छोटा body ले जाते हैं:

{ "status": "not_ready",
  "checks": { "postgres": "ok", "clickhouse": "down", "redis": "not_configured" } }

Redis एक optional cache है जिससे सर्वर degrade हो सकता है, इसलिए यह जानकारी के लिए report किया जाता है लेकिन readiness को कभी fail नहीं करता। यह "ok" दिखाता है जब cache configured हो और "not_configured" अन्यथा; यह कभी "down" नहीं होता। bundled Kubernetes manifests पर readiness probe /ready को point करता है और liveness /health पर रहता है। प्रभाव: एक सर्वर जो running है लेकिन अपने database तक नहीं पहुंच सकता को Service से निकाल दिया जाता है और NotReady दिखाता है, एक state जिस पर आपका cluster monitoring (नीचे) alert दे सकता है, जबकि liveness सस्ता रहता है ताकि एक brief dependency blip कभी pod restart को trigger न करे। Probe एक generous failure threshold का उपयोग करता है ताकि एक momentary blip replicas को rotation से बाहर न करे।

2. Pod-failure alerting with Robusta (opt-in)

Robusta एक Kubernetes-native monitor है जो API server को देखता है और pod failures (CrashLoopBackOff, OOMKilled, ImagePullBackOff, Pending/NotReady, Failed, evictions) को Slack पर post करता है। क्योंकि यह control plane को देखता है न कि AgentEye से पूछता है, यह alert करता है यहां तक कि जब AgentEye बिल्कुल serve नहीं कर सकता। Robusta release bundle में एक opt-in add-on के रूप में ship करता है। इसे standard Robusta Helm chart और नीचे दिया गया छोटा values file के साथ enable करें:

chart repo add करें और channel के लिए एक Slack bot token (xoxb-…) प्राप्त करें:
helm repo add robusta https://robusta-charts.storage.googleapis.com helm repo update
क्योंकि नीचे दिया गया configuration सब कुछ in-cluster रखता है (disableCloudRouting: true), token एक self-hosted Slack app से आता है: https://api.slack.com/apps पर एक app बनाएं, chat:write bot scope add करें, इसे अपने workspace में install करें, Bot User OAuth Token (xoxb-…) copy करें, और bot को channel में invite करें (/invite @your-app)।

एक values.yaml बनाएं per-deployment label (clusterName) और अपना Slack channel के साथ, agenteye namespace को scope करते हुए:

clusterName: "acme-prod"            # per-deployment label; हर alert पर दिखता है
enablePrometheusStack: false        # pod-crash alerts only; कोई metric stack नहीं
disableCloudRouting: true           # Slack को directly deliver करें, in-cluster
sinksConfig:
  - slack_sink:
      name: vendor_slack
      slack_channel: "agenteye-fleet-health"
      api_key: "REPLACE_WITH_SLACK_BOT_TOKEN"   # xoxb-… (--set या secret को prefer करें)
      scope:
        include:
          - namespace: [agenteye]   # केवल AgentEye-namespace alerts; बढ़ाने के लिए हटाएं

Install करें, एक known-good Robusta chart release को --version के साथ pin करते हुए (releases) ताकि आप कभी untested chart install न करें:

helm install robusta robusta/robusta \
  --namespace robusta --create-namespace \
  --version <pin-a-known-good-version> \
  -f values.yaml \
  --set sinksConfig[0].slack_sink.api_key=$ROBUSTA_SLACK_TOKEN

यह क्या report करता है

Kubernetes pod state (कौन सा AgentEye pod fail हो रहा है और क्यों) और हर pod का image tag, अर्थात् running component version।
कोई AgentEye event data और कोई customer data कभी cluster को नहीं छोड़ता।
bundled values alerts को agenteye namespace तक सीमित करते हैं, इसलिए same cluster में unrelated workloads report नहीं होते।

हर deployment के लिए एक जगह

हर deployment के Robusta को एक shared Slack channel की ओर point करें, हर एक अपना clusterName के साथ। हर alert उस label के साथ tagged है, इसलिए एक single channel आपके पूरे fleet का स्वास्थ्य दिखाता है, और आप एक नज़र में बता सकते हैं कि कौन सा deployment प्रभावित है।

Total-cluster outages

एक purely in-cluster watcher एक whole-cluster या network outage report नहीं कर सकता (यह cluster के साथ नीचे जाता है)। अगर आपको इसकी जरूरत है, तो optional Robusta UI sink enable करें: disableCloudRouting: false सेट करें और sinksConfig में एक robusta_sink add करें (robusta gen-config से एक token के साथ)। यह एक aggregated multi-cluster dashboard जोड़ता है और किसी भी cluster को flag करता है जो check-in करना बंद कर दे।

समस्या निवारण

enterprise-docs/troubleshooting.md के Health Monitoring section को देखें “no alerts arriving” और “server keeps flapping NotReady” के लिए।

​1. Dependency-aware readiness (built in)

​2. Pod-failure alerting with Robusta (opt-in)

​यह क्या report करता है

​हर deployment के लिए एक जगह

​Total-cluster outages

​समस्या निवारण