#prometheus

ZeroClaw: Warum die Alarmierungsregeln nicht mehr im Prompt stehen

Ein deterministischer Poller entscheidet, welche Alerts eine Nachricht auslösen. ZeroClaw übernimmt die wöchentliche Einordnung. Wie feste Regeln, eine persistente Outbox und engere Kubernetes-Rechte den bisherigen Alert-Gate-Aufbau weiterentwickeln.

Ein Assistent kann erklären, warum mehrere Alerts zusammengehören. Ob dieselbe Meldung bereits verschickt wurde, sollte er dagegen nicht bei jedem Lauf neu beurteilen müssen. Für diese Frage gibt es einen Zustand, eine Regel und einen überprüfbaren Übergang.

Im Oktoberbeitrag über ZeroClaw als Alert-Gate war diese Trennung noch nicht konsequent umgesetzt. Ein stündlicher LLM-Sweep sollte Meldungen gruppieren und bekannte Vorfälle zurückhalten. Der Artikel benannte die Grenze ausdrücklich: Promptregeln sind kein deterministischer Incident-Controller und keine verlässliche Zustellsemantik.

Der aktuelle Aufbau verlagert diese Entscheidungen in einen kleinen Python-Poller. Code entscheidet über die Benachrichtigung; das Sprachmodell hilft bei der Einordnung der Woche. Das reduziert die Aufgaben des Modells, macht aber einen wichtigen Teil des Betriebs besser prüfbar.

Requests sind kein Verbrauch: Wenn Right-Sizing das Scheduling verändert

Passendere Kubernetes-Requests können einen bereits knappen Cluster erst sichtbar voll machen. Was ein blockierter CI-Rollout, neue Node-Alerts und ein zurückgerollter Storage-Umzug über sinnvolles Right-Sizing zeigen.

Ein Cluster kann im Verbrauchsdiagramm entspannt aussehen und trotzdem keinen Platz für den nächsten Pod haben. Der Scheduler entscheidet nicht anhand des gerade freien Arbeitsspeichers. Er muss den deklarierten Ressourcenbedarf auf einem geeigneten Node unterbringen.

Im Beitrag über VPA und Goldilocks ging es darum, diese Requests nicht länger zu erraten. Der nächste Schritt war weniger bequem: Die Empfehlungen in reale Konfiguration zu übersetzen machte sichtbar, wie knapp die Worker bereits geplant waren. Im November blieb der CI-Broker nach einem Recreate-Rollout in Pending, während das bisherige clusterweite Monitoring keinen passenden Hinweis lieferte.

Daraus wurde mehr als eine Runde neuer Zahlen in YAML-Dateien. Requests, Limits, Node-Platzierung und Rollout-Reserve mussten gemeinsam betrachtet werden.

ZeroClaw als Alert-Gate: erst verstehen, nicht gleich reparieren

ZeroClaw hilft im Lab bei der Alert-Triage: Symptome einordnen, Clusterzustand prüfen und nächste Schritte vorbereiten. Ein Blick auf lesende Monitoring-Rechte, die Grenzen von Promptregeln und die Frage, wer einen Ausfall der Triage bemerkt.

Ein Storage-Problem löst mehrere Volume-Alerts aus, betroffene Pods melden Fehler, und schließlich fällt ein Dienst aus, dem seine Abhängigkeit fehlt. Das Monitoring arbeitet dabei korrekt. Aus den einzelnen Meldungen ergibt sich aber noch keine Antwort auf die wichtigste Frage: Was ist passiert, und was muss ich jetzt entscheiden?

Dabei soll ZeroClaw in meinem Lab helfen. Als Alert-Gate und lesender Triage-Assistent fragt der Agent den Clusterzustand ab und soll zusammengehörige Symptome einordnen. Bekannte Meldungen soll er zurückhalten, neue relevante Vorfälle verständlich zusammenfassen. Deployments selbst zu reparieren gehört nicht zu seinem Auftrag.

Für diesen Einsatz sind die Grenzen ebenso wichtig wie die Diagnose: Welche Daten darf der Agent lesen, welche Änderungen sind ihm erlaubt? Und wer bemerkt es, wenn ausgerechnet der Assistent schweigt?