Run #3375

{
  "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.

- **Identifier et résoudre les zombies (tâches >1h sans complétion)**  
  Les agents en statut `busy` depuis plus d’une heure avec une tâche active non terminée bloquent la capacité.  
  *SQL de détection* :
  ```sql
  SELECT a.id, a.name, r.id AS task_run_id, r.started_at
  FROM agencecom.agents a
  JOIN agencecom.agent_task_runs r ON a.id = r.agent_id
  WHERE a.status = 'busy'
    AND r.status = 'running'
    AND r.started_at < NOW() - INTERVAL '1 hour'
    AND r.completed_at IS NULL;
  ```
  *Action de remédiation* : marquer la tâche comme échouée et libérer l’agent.
  ```sql
  -- Marquer la tâche zombie
  UPDATE agencecom.agent_task_runs
  SET status = 'failed',
      error_message = 'Zombie timeout (>1h)',
      completed_at = NOW()
  WHERE id IN (
      SELECT r.id
      FROM agencecom.agents a
      JOIN agencecom.agent_task_runs r ON a.id = r.agent_id
      WHERE a.status = 'busy'
        AND r.status = 'running'
        AND r.started_at < NOW() - INTERVAL '1 hour'
        AND r.completed_at IS NULL
  );

  -- Libérer les agents impliqués
  UPDATE agencecom.agents
  SET status = 'idle',
      current_session_id = NULL,
      last_released_at = NOW()
  WHERE id IN (
      SELECT DISTINCT a.id
      FROM agencecom.agents a
      JOIN agencecom.agent_task_runs r ON a.id = r.agent_id
      WHERE a.status = 'busy'
        AND r.status = 'running'
        AND r.started_at < NOW() - INTERVAL '1 hour'
        AND r.completed_at IS NULL
  );
  ```

- **Isoler les agents à fort taux d’erreurs (error_count_last_hour > 5)**  
  Un nombre excessif d’erreurs en une heure dégrade le service.  
  *SQL de détection* :
  ```sql
  SELECT id, name, error_count_last_hour, status
  FROM agencecom.agents
  WHERE error_count_last_hour > 5;
  ```
  *Action* : mettre en quarantaine tout agent dépassant le seuil et non déjà protégé.
  ```sql
  UPDATE agencecom.agents
  SET status = 'quarantined',
      quarantined_until = NOW() + INTERVAL '30 minutes'
  WHERE error_count_last_hour > 5
    AND (status != 'quarantined' OR quarantined_until IS NULL OR quarantined_until < NOW());
  ```

- **Gérer les dérives de quarantaine (quarantined_until > NOW())**  
  Les agents actuellement en quarantaine prolongée doivent être vérifiés pour éviter un blocage inutile.  
  *SQL de détection* :
  ```sql
  SELECT id, name, quarantined_until, error_count_last_hour, status
  FROM agencecom.agents
  WHERE quarantined_until > NOW();
  ```
  *Action* : lever automatiquement la quarantaine pour ceux dont le taux d’erreur horaire est retombé à zéro.
  ```sql
  UPDATE agencecom.agents
  SET status = 'idle',
      quarantined_until = NULL,
      current_session_id = NULL,
      last_released_at = NOW()
  WHERE quarantined_until > NOW()
    AND error_count_last_hour = 0;
  ```