admin/aiworker
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
4ab3326785546179224cd9242e12bcbea2fb829e
aiworker/ROADMAP.md
Hector Ros efb3c6f099 Clarify ArgoCD status and update MySQL→MariaDB 
- ArgoCD: Installed but not configured yet (Fase 4)
- All MySQL references updated to MariaDB 11.4 LTS
- Current CI/CD: Gitea Actions (active)
- Future GitOps: ArgoCD (pending configuration)

Co-Authored-By: Claude Sonnet 4.5 (1M context) <noreply@anthropic.com>
2026-01-20 00:55:16 +01:00

14 KiB
Raw Blame History

🗺️ AiWorker - Roadmap y Próximos Pasos

Última actualización: 2026-01-19 Estado actual: Infraestructura completa, Backend iniciado

✅ COMPLETADO (Sesión 1 - 2026-01-19)

1. Infraestructura Kubernetes HA

  • Cluster K3s desplegado en CubePath (Houston)
  • 3 Control Planes + 3 Workers + 2 Load Balancers
  • Red privada 10.100.0.0/24
  • Longhorn storage HA (3 réplicas)
  • Nginx Ingress + Cert-Manager (TLS automático)
  • DNS configurado (*.fuq.tv)

Docs: K8S-CLUSTER.md, docs/04-kubernetes/

2. Bases de Datos y Servicios

  • MariaDB 11.4 LTS con storage HA
  • Redis 7 desplegado
  • Gitea 1.25.3 con Container Registry habilitado
  • ArgoCD instalado (configuración pendiente - Fase 4)

Credenciales: CLUSTER-CREDENTIALS.md Acceso Gitea: https://git.fuq.tv (admin/admin123)

3. Backend Inicial

  • Estructura del proyecto creada
  • Bun 1.3.6 configurado
  • Database schema (projects, agents, tasks) con Drizzle
  • Dockerfile multi-stage
  • Gitea Actions Runner configurado
  • Workflow CI/CD básico

Repo: https://git.fuq.tv/admin/aiworker-backend

🎯 PRÓXIMOS PASOS

FASE 1: Completar Backend

1.1 Verificar y corregir CI/CD

Objetivo: Build automático funcionando Tareas:

Comandos útiles:

# Ver runner logs
kubectl logs -n gitea-actions deployment/gitea-runner -c runner --tail=50

# Ver packages en Gitea
https://git.fuq.tv/admin/-/packages

1.2 Implementar API Routes con Bun.serve()

Objetivo: Endpoints REST funcionales Tareas:

  • Crear /api/projects (CRUD)
  • Crear /api/tasks (CRUD)
  • Crear /api/agents (list, status)
  • Implementar validación con Zod
  • Health check mejorado con DB/Redis status

Referencia: docs/02-backend/api-endpoints.md

Estructura:

src/api/
├── routes/
│   ├── projects.ts
│   ├── tasks.ts
│   └── agents.ts
└── middleware/
    ├── auth.ts
    └── validate.ts

1.3 Implementar MCP Server

Objetivo: Herramientas para agentes Claude Code Tareas:

  • Instalar @modelcontextprotocol/sdk
  • Crear MCP server en puerto 3100
  • Implementar tools: get_next_task, update_task_status, etc.
  • Conectar con Gitea API
  • Conectar con Kubernetes API

Referencia: docs/02-backend/mcp-server.md, docs/05-agents/mcp-tools.md

Archivo: src/services/mcp/server.ts

1.4 Integración con Gitea

Objetivo: Gestión de repos y PRs Tareas:

  • Cliente API de Gitea
  • Webhooks handler
  • Operaciones: create repo, create PR, merge, etc.

Referencia: docs/02-backend/gitea-integration.md

Token Gitea: 159a5de2a16d15f33e388b55b1276e431dbca3f3 (full access)

1.5 Integración con Kubernetes

Objetivo: Crear/gestionar deployments y namespaces Tareas:

  • Cliente K8s usando @kubernetes/client-node
  • Crear namespaces dinámicos
  • Crear deployments de preview
  • Crear ingress automáticos
  • Gestionar pods de agentes

Referencia: docs/04-kubernetes/deployments.md

Kubeconfig: ~/.kube/aiworker-config

1.6 Sistema de Colas (BullMQ)

Objetivo: Jobs asíncronos para deployments Tareas:

  • Setup BullMQ con Redis
  • Queue para tasks
  • Queue para deployments
  • Workers para procesar jobs

Referencia: docs/02-backend/queue-system.md

1.7 WebSocket Real-time

Objetivo: Notificaciones en tiempo real Tareas:

  • WebSocket server con Bun.serve()
  • Eventos: task:created, task:status_changed, etc.
  • Autenticación de conexiones

Referencia: docs/01-arquitectura/flujo-de-datos.md

1.8 Deploy Backend en K8s

Objetivo: Backend corriendo en producción Tareas:

  • Crear manifests K8s (deployment, service, ingress)
  • Configurar secrets (DB, Gitea, etc.)
  • Deploy en namespace control-plane
  • Verificar en api.fuq.tv

Comandos:

kubectl apply -f k8s/backend/
kubectl get pods -n control-plane

FASE 2: Frontend React 19.2

2.1 Inicializar Proyecto

Objetivo: Setup base de React Tareas:

  • Crear proyecto con Vite + React 19.2
  • Instalar TailwindCSS 4
  • Configurar TypeScript
  • Estructura de carpetas

Stack:

  • React 19.2.0
  • Vite 6.x
  • TailwindCSS 4.x
  • Bun como package manager

Auth: Lucia Auth (https://github.com/lucia-auth/lucia) Skills: Vercel Agent Skills (https://github.com/vercel-labs/agent-skills)

2.2 Componentes Base

Objetivo: UI components library Tareas:

  • Layout (Header, Sidebar)
  • Componentes UI (Button, Card, Modal, etc.)
  • TailwindCSS config con tema

Referencia: docs/03-frontend/componentes.md

2.3 Kanban Board

Objetivo: Gestión visual de tareas Tareas:

  • Implementar con @dnd-kit
  • Columnas por estado (backlog, in_progress, etc.)
  • Drag & drop funcional
  • Filtros y búsqueda

Referencia: docs/03-frontend/kanban.md

2.4 Consolas Web

Objetivo: Terminales para agentes Tareas:

  • Implementar con xterm.js
  • WebSocket a pods de agentes
  • Tabs manager

Referencia: docs/03-frontend/consolas-web.md

2.5 Deploy Frontend

Objetivo: Frontend en producción Tareas:

  • Build para producción
  • Dockerfile con nginx
  • Deploy en app.fuq.tv

FASE 3: Agentes Claude Code

3.1 Docker Image del Agente

Objetivo: Imagen base para agentes Tareas:

  • Dockerfile con Claude Code CLI
  • Git config
  • SSH keys setup
  • Script de trabajo (agent-loop.sh)

Referencia: docs/05-agents/claude-code-pods.md

3.2 Gestión de Agentes desde Backend

Objetivo: Crear/eliminar pods de agentes Tareas:

  • API endpoint /agents (create, delete, list)
  • Auto-scaling basado en tareas pendientes
  • Healthcheck de agentes

Referencia: docs/05-agents/ciclo-vida.md

3.3 Comunicación MCP

Objetivo: Agentes conectados al backend Tareas:

  • MCP client en agentes
  • Herramientas implementadas (get_next_task, etc.)
  • Heartbeat system

Referencia: docs/05-agents/comunicacion.md

FASE 4: GitOps y Deployments

4.1 ArgoCD Setup

Objetivo: GitOps funcional Tareas:

  • Conectar repos de Gitea a ArgoCD
  • Crear Applications
  • Auto-sync configurado

Referencia: docs/06-deployment/gitops.md URL: https://argocd.fuq.tv (admin/LyPF4Hy0wvp52IoU)

4.2 Preview Environments

Objetivo: Deploy automático por tarea Tareas:

  • Lógica para crear namespace temporal
  • Deploy app en task-{id}.r.fuq.tv
  • Cleanup automático (TTL)

Referencia: docs/06-deployment/preview-envs.md

4.3 Staging y Production

Objetivo: Pipeline completo Tareas:

  • Merge a staging branch
  • Deploy staging automático
  • Aprobación manual para production
  • Rollback capability

Referencia: docs/06-deployment/staging-production.md

📚 DOCUMENTACIÓN EXISTENTE

Arquitectura

  • docs/01-arquitectura/overview.md - Visión general
  • docs/01-arquitectura/stack-tecnologico.md - Stack completo
  • docs/01-arquitectura/flujo-de-datos.md - Diagramas de flujo
  • docs/01-arquitectura/modelo-datos.md - Database schema

Backend

  • docs/02-backend/estructura.md - Estructura del proyecto
  • docs/02-backend/database-schema.md - Drizzle schema
  • docs/02-backend/mcp-server.md - MCP implementation
  • docs/02-backend/gitea-integration.md - Gitea API client
  • docs/02-backend/queue-system.md - BullMQ
  • docs/02-backend/api-endpoints.md - REST API specs

Frontend

  • docs/03-frontend/estructura.md - Estructura
  • docs/03-frontend/componentes.md - Componentes principales
  • docs/03-frontend/estado.md - React Query + Zustand
  • docs/03-frontend/kanban.md - Kanban board
  • docs/03-frontend/consolas-web.md - xterm.js

Kubernetes

  • docs/04-kubernetes/cluster-setup.md - Setup inicial
  • docs/04-kubernetes/namespaces.md - Estructura
  • docs/04-kubernetes/deployments.md - Manifests
  • docs/04-kubernetes/gitea-deployment.md - Gitea en K8s
  • docs/04-kubernetes/networking.md - Ingress y red

Agentes

  • docs/05-agents/claude-code-pods.md - Pods de agentes
  • docs/05-agents/mcp-tools.md - Herramientas MCP
  • docs/05-agents/comunicacion.md - MCP protocol
  • docs/05-agents/ciclo-vida.md - Lifecycle

Deployment

  • docs/06-deployment/ci-cd.md - Pipelines
  • docs/06-deployment/gitops.md - ArgoCD
  • docs/06-deployment/preview-envs.md - Previews
  • docs/06-deployment/staging-production.md - Promoción

Cluster

  • K8S-CLUSTER.md - Estado del cluster
  • CLUSTER-CREDENTIALS.md - Credenciales (⚠️ sensible)
  • AGENT-GUIDE.md - Guía para agentes IA
  • docs/CONTAINER-REGISTRY.md - Uso del registry
  • k8s-cluster-info.md - Info técnica

🔑 CREDENCIALES RÁPIDAS

Gitea:

  • URL: https://git.fuq.tv
  • User: admin / admin123
  • Token: 159a5de2a16d15f33e388b55b1276e431dbca3f3

Registry:

  • URL: git.fuq.tv
  • Token: 7401126cfb56ab2aebba17755bdc968c20768c27

ArgoCD:

Longhorn:

MariaDB (interno):

  • Host: mariadb.control-plane.svc.cluster.local:3306
  • DB: aiworker
  • User: aiworker / AiWorker2026_UserPass!

Kubeconfig:

export KUBECONFIG=~/.kube/aiworker-config

⚡ COMANDOS ÚTILES

Cluster

# Ver nodos
kubectl get nodes -o wide

# Ver todos los pods
kubectl get pods -A

# Namespaces
kubectl get ns

Backend

cd backend
bun run dev           # Desarrollo local
bun run db:generate   # Generar migraciones

Gitea

# Ver Actions
https://git.fuq.tv/admin/aiworker-backend/actions

# Ver packages/imágenes
https://git.fuq.tv/admin/-/packages

Logs

# MariaDB
kubectl logs -n control-plane mariadb-0

# Redis
kubectl logs -n control-plane deployment/redis

# Gitea
kubectl logs -n gitea gitea-0

# Runner
kubectl logs -n gitea-actions deployment/gitea-runner -c runner

🎯 PRÓXIMA SESIÓN - Plan Sugerido

Opción A: Completar Backend (Recomendado)

  1. Verificar CI/CD funcional
  2. Implementar API routes básicas
  3. Implementar MCP Server básico
  4. Deploy backend en K8s
  5. Probar end-to-end

Tiempo estimado: 2-3 horas

Opción B: Frontend Paralelo

  1. Inicializar React 19.2 + Vite
  2. Setup TailwindCSS
  3. Componentes básicos UI
  4. Kanban board inicial

Tiempo estimado: 2-3 horas

Opción C: Agentes Primero

  1. Crear imagen Docker de agente
  2. Deploy agente de prueba
  3. Conectar con MCP
  4. Primera tarea automática

Tiempo estimado: 3-4 horas

📊 PROGRESO GENERAL

Infraestructura:     ████████████████████ 100%
Backend:             ████░░░░░░░░░░░░░░░░  20%
Frontend:            ░░░░░░░░░░░░░░░░░░░░   0%
Agentes:             ░░░░░░░░░░░░░░░░░░░░   0%
GitOps/Deploy:       ██░░░░░░░░░░░░░░░░░░  10%
──────────────────────────────────────────
Total:               ██████░░░░░░░░░░░░░░  26%

🚀 QUICK START para Próxima Sesión

# 1. Verificar cluster
export KUBECONFIG=~/.kube/aiworker-config
kubectl get nodes

# 2. Verificar servicios
kubectl get pods -n control-plane
kubectl get pods -n gitea
kubectl get pods -n gitea-actions

# 3. Acceder a Gitea
open https://git.fuq.tv

# 4. Continuar con backend
cd backend
bun run dev

# 5. Ver Actions
open https://git.fuq.tv/admin/aiworker-backend/actions

🎓 APRENDIZAJES DE ESTA SESIÓN

Lo que funcionó bien ✅

  • CubeCLI para gestionar VPS
  • K3s con instalación manual (control total)
  • Longhorn para storage HA
  • Gitea como plataforma todo-en-uno
  • Bun.serve() nativo (más simple que Express)

Challenges superados 💪

  • Configurar red privada en K3s
  • TLS automático con Cert-Manager
  • Container Registry en Gitea
  • Gitea Actions Runner con DinD
  • Auto-migrations en la app

Tips para futuras sesiones 💡

  • Port-forward solo para testing, nunca para migrations
  • Migrations deben ser automáticas en la app
  • Usar TCP probes en vez de exec para MariaDB
  • DinD necesita privileged + volumen compartido
  • Gitea Actions compatible con GitHub Actions

📞 REFERENCIAS EXTERNAS

Tecnologías

APIs

🎯 OBJETIVO FINAL

Sistema completo de orquestación de agentes IA que automatiza:

  1. Usuario crea tarea en Dashboard
  2. Agente Claude Code toma tarea vía MCP
  3. Agente trabaja: código, commits, PR
  4. Deploy automático en preview environment
  5. Usuario aprueba → Staging → Production

Todo automático, todo con HA, todo monitoreado.

💪 ¡Hemos construido bases sólidas! El siguiente paso más lógico es completar el Backend para tener la API funcional.

Reference in New Issue View Git Blame Copy Permalink