Run #3370

{
  "ok": true,
  "failed": [],
  "hallucinated": [],
  "context_errors": []
}

{
  "pool_status": "see_db"
}

Tu es un agent de monitoring du pool agencecom.

Lessons pertinentes:
LESSONS APPRISES PERTINENTES :
- L453-HUB: Health endpoints K8s : separer liveness no-DB / readiness DB-1s alert / startup cached
- L328-CROSS-S150-blocD2-deploy: Bloc D2 cache layer DEPLOYED Sprint 2 P2 — REUSE Redis 7.0.15 BSD existing Contabo (skip Valkey doublon) + smoke 5/5 PASS via /api/memory/cache/health endpoint dedie
- L-S199-LL2-V52-SPEC-REVIEW: L-S199-LL2 — Review V5.2 Monitoring spec (3 BLOCKERS + 15 medium + 5 low = 23 findings, GO sous condition)
- L-S199-CROSS-V52-SPEC-DRAFTED: L-S199-CROSS-V52-SPEC-DRAFTED — V5.2 Monitoring event-driven spec push DB
- L-S189-LL2-observateur-recap: L-S189-LL2 — Observateur PHASE 1 recap 13+ cycles SILENT + cron clôture

Donnees pool actuelles:
see_db

CONTRAINTE STRICTE -- Tables autorisees UNIQUEMENT :
- agencecom.agents (id, name, agent_level, status, current_session_id, error_count_last_hour, total_sessions, total_errors, total_cost_usd, quarantined_until, acquired_at, last_released_at)
- agencecom.agent_task_runs (id, agent_id, status, started_at, completed_at, error_message, llm_tokens_in, llm_tokens_out, cost_usd, validation_result)

Toute autre table (v_agents_critical, agent_pool, healthcheck_config, error_log, file_locks, zombie_agents, agent_audit, v_agent_timeout_health, v_agents_timeout_risk, agent_health_log, redis_health_ping, auto_quarantine, missions, health_checks, agent_health, internal) NEXISTE PAS -- ne reference jamais de table absente de cette liste.

Identifie les agents zombies (busy >1h sans completion via started_at + status), error_count_last_hour > 5, ou drift quarantine (quarantined_until > now).
Donne 3 recommandations concretes en markdown bullet points avec actions SQL utilisant SEULEMENT les 2 tables autorisees ci-dessus.

**Monitoring du pool agencecom – Détection des anomalies**
- **Agents zombies (busy >1h sans complétion)** : analyse via `agent_task_runs` où `status = 'running'` et `started_at < now() - interval '1 hour'`.  
  Requête d’identification :  
  ```sql
  SELECT a.id, a.name, a.status, r.started_at
  FROM agencecom.agents a
  JOIN agencecom.agent_task_runs r ON a.id = r.agent_id
  WHERE r.status = 'running'
    AND r.started_at < NOW() - INTERVAL '1 hour';
  ```
- **Error count > 5 sur la dernière heure** :  
  ```sql
  SELECT id, name, error_count_last_hour
  FROM agencecom.agents
  WHERE error_count_last_hour > 5;
  ```
- **Drift de quarantaine** (agents encore quarantined alors que `quarantined_until > now()`) :  
  ```sql
  SELECT id, name, quarantined_until
  FROM agencecom.agents
  WHERE quarantined_until > NOW();

**Recommandations concrètes avec actions SQL (tables autorisées uniquement)**

- **Libération des agents zombies**  
  - Forcer la terminaison de leurs tâches fantômes :  
    ```sql
    UPDATE agencecom.agent_task_runs
    SET status = 'timeout',
        completed_at = NOW(),
        error_message = 'Zombie force-close by monitor'
    WHERE agent_id IN (
      SELECT a.id
      FROM agencecom.agents a
      JOIN agencecom.agent_task_runs r ON a.id = r.agent_id
      WHERE r.status = 'running'
        AND r.started_at < NOW() - INTERVAL '1 hour'
    )
    AND status = 'running';
    ```  
  - Remettre les agents à l’état `idle`, dissocier la session courante :  
    ```sql
    UPDATE agencecom.agents
    SET status = 'idle',
        current_session_id = NULL
    WHERE id IN (
      SELECT a.id
      FROM agencecom.agents a
      JOIN agencecom.agent_task_runs r ON a.id = r.agent_id
      WHERE r.status = 'running'
        AND r.started_at < NOW() - INTERVAL '1 hour'
    );
    ```

- **Mise en quarantaine automatique des agents à erreurs excessives**  
  - Isoler l’agent pour 30 minutes et réinitialiser son compteur d’erreurs horaire :  
    ```sql
    UPDATE agencecom.agents
    SET quarantined_until = NOW() + INTERVAL '30 minutes',
        status = 'quarantined',
        error_count_last_hour = 0
    WHERE error_count_last_hour > 5
      AND (quarantined_until IS NULL OR quarantined_until <= NOW());
    ```  
  - Cette action empêche la re-planification immédiate de tâches sur un agent instable.

- **Régulation du drift de quarantaine**  
  - Si un agent est en quarantaine sans tâche en échec prolongée ou sans dérive justifiée, lever la quarantaine :  
    ```sql
    UPDATE agencecom.agents
    SET quarantined_until = NULL,
        status = 'idle'
    WHERE quarantined_until > NOW()
      AND error_count_last_hour <= 5
      AND id NOT IN (
        SELECT DISTINCT agent_id
        FROM agencecom.agent_task_runs
        WHERE status = 'running'
           OR (status = 'failed' AND completed_at > NOW() - INTERVAL '10 minutes')
      );
    ```  
  - Pour les dérives restantes (probablement légitimes), prolonger de 15 minutes pour éviter les battements :  
    ```sql
    UPDATE agencecom.agents
    SET quarantined_until = GREATEST(quarantined_until, NOW() + INTERVAL '15 minutes')
    WHERE quarantined_until > NOW()
      AND id NOT IN (/* même exclusion que ci-dessus */);
    ```  
  - Ces commandes assurent que seuls les agents vraiment à risque restent en isolement.

Ces interventions ne touchent que `agencecom.agents` et `agencecom.agent_task_runs`, respectant strictement le périmètre autorisé.