Run #3410

{
  "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.

Voici les 3 recommandations concrètes avec leurs actions SQL strictement limitées aux tables `agencecom.agents` et `agencecom.agent_task_runs`.

- **Détecter et libérer les agents zombies (busy >1h sans complétion)**  
  Un agent bloqué en statut `busy` avec une tâche `running` démarrée depuis plus d’une heure et sans date de fin (`completed_at IS NULL`) doit être libéré pour rendre le slot disponible.  
  ```sql
  -- Repérer les zombies
  SELECT a.id, a.name, 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 corrective : marquer la tâche comme échouée et repasser l'agent en idle
  BEGIN;
  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
  );

  UPDATE agencecom.agents
  SET status = 'idle'
  WHERE id IN (
      SELECT 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
  );
  COMMIT;
  ```

- **Mettre en quarantaine les agents avec plus de 5 erreurs sur la dernière heure**  
  Un `error_count_last_hour > 5` indique une instabilité forte. Il faut les isoler immédiatement pour protéger les traitements en cours, puis investiguer.  
  ```sql
  -- Identification
  SELECT id, name, error_count_last_hour, status
  FROM agencecom.agents
  WHERE error_count_last_hour > 5;

  -- Isolation automatique pour 30 minutes si pas déjà en quarantaine
  UPDATE agencecom.agents
  SET quarantined_until = NOW() + INTERVAL '30 minutes',
      status = 'quarantined'
  WHERE error_count_last_hour > 5
    AND (quarantined_until IS NULL OR quarantined_until < NOW());
  ```

- **Nettoyer les quarantaines « driftées » (quarantined_until > now mais sans erreur récente)**  
  Un agent peut rester en quarantaine avec une date de fin future alors qu’il ne présente plus d’erreurs. Ces verrous résiduels réduisent la capacité du pool. On libère les agents sans erreur dans l’heure et dont la quarantaine devrait être levée.  
  ```sql
  -- Repérer les quarantaines inutilement actives
  SELECT id, name, quarantined_until, error_count_last_hour
  FROM agencecom.agents
  WHERE quarantined_until > NOW()
    AND error_count_last_hour = 0
    AND status = 'quarantined';

  -- Libération immédiate
  UPDATE agencecom.agents
  SET quarantined_until = NULL,
      status = 'idle'
  WHERE quarantined_until > NOW()
    AND error_count_last_hour = 0
    AND status = 'quarantined';
  ```