Aller au contenu principal

C-08 Moniteur de heartbeat

Brique C: Agents, autonomie, exécution. Version anglaise: C-08-heartbeat-monitor

1. Rôle et responsabilités​

Détecte les runs bloqués ou orphelins à partir des heartbeats. AgentRunner envoie POST /v1/runs/{id}/heartbeat avant chaque appel modèle ou outil (et enterprise_ai.heartbeat.Heartbeat en tâche de fond) ; la réponse action=stop arrête le tour. Le worker serveur python -m eai.worker détecte les heartbeats périmés au-delà de EAI_HEARTBEAT_STALE_SECONDS, exposés par GET /v1/heartbeats (format Prometheus avec ?format=prometheus).

2. Position dans l'architecture et interactions​

  • Émetteurs : AgentRunner, Heartbeat, runtimes TypeScript (startHeartbeat), Java (client.heartbeats().beat) et Go (client.Heartbeats.Beat). Lecteurs : worker serveur, Prometheus, portail.

3. Composant open source et partie développée​

  • Moteur : architecture Navin du SDK Python, sans graphe déclaré. enterprise_ai.loop.AgentLoop reçoit les messages, prépare le contexte, gère les sessions, reprend un run après un crash, traite l'arrêt, le cron et le heartbeat, et expose serve() ; enterprise_ai.runtime.AgentRunner exécute un tour ; enterprise_ai.subagents.SubagentManager lance les sous-agents en parallèle ; enterprise_ai.loop.plan.RunPlan porte le plan ; enterprise_ai.runtime.bus.MessageBus relie canaux et moteur.
  • Adaptateurs optionnels : LangGraph (enterprise_ai.runtime.langgraph.build_graph) et Temporal (enterprise_ai.runtime.temporal.build_workflow) réutilisent les mêmes étapes ; ils ne sont pas requis.
  • Côté serveur, python -m eai.worker exécute les tâches périodiques : tick du scheduler, vidage de l'outbox d'événements, expiration des réservations de quota, détection des heartbeats périmés, rétention.

4. Modèle de données​

Tables (schéma eai, RLS tenant_id):

  • eai.runs (colonnes last_heartbeat_at, heartbeat)

Colonnes communes : id uuid, tenant_id uuid NOT NULL, created_at, updated_at ; politique RLS current_setting('app.tenant_id', true)::uuid.

5. Contrat​

  • Contrat appliqué: execution-contract
  • Schéma JSON: contracts/v1/execution-contract.schema.json
  • Champs clés: state, updated_at
  • Validation : POST /v1/contracts/{name}/validate ; application d'un manifeste : POST /v1/manifests/apply.

6. Endpoints API​

  • POST /v1/runs/{id}/heartbeat
  • GET /v1/heartbeats

Requête POST /v1/runs/{id}/heartbeat:

{
  "step_index": 4,
  "worker": "agent-runtime-5d9f"
}

Réponse:

{
  "run_id": "run_01J9",
  "received_at": "2025-01-10T10:00:05Z",
  "stale_after_s": 60
}

7. Exemples SDK​

Python:

from enterprise_ai import EnterpriseAI

client = EnterpriseAI(base_url="<control-plane-url>", api_key="eai_xxx_secret")
client.runs.heartbeat("run_01J9", step=4, progress=0.4)
stale = client.runs.stale_heartbeats()

TypeScript:

import { EnterpriseAI } from "@enterprise-ai/sdk";

const client = new EnterpriseAI({ baseUrl: "<control-plane-url>", apiKey: process.env.EAI_API_KEY });
await client.heartbeats.send("run_01J9", { step: "4", progress: 0.4 });

Java:

EnterpriseAIClient client = EnterpriseAIClient.builder()
    .baseUrl("<control-plane-url>")
    .apiKey(System.getenv("EAI_API_KEY"))
    .build();
client.heartbeats().beat("run_01J9", 4);

Go:

c, _ := eai.NewClient(eai.WithBaseURL("<control-plane-url>"), eai.WithAPIKey(os.Getenv("EAI_API_KEY")))
c.Heartbeats.Heartbeat(ctx, "run_01J9", map[string]any{"step": "4", "progress": 0.4})

8. Configuration​

  • Variables d'environnement: EAI_HEARTBEAT_STALE_SECONDS=60, EAI_DATABASE_URL
  • Clés Helm: controlPlane.config.EAI_HEARTBEAT_STALE_SECONDS, prometheus.enabled

9. Contrôles de sécurité​

  • Seule l'identité agent du run peut émettre son heartbeat
  • Toutes les requêtes portent le tenant issu du credential ; RLS PostgreSQL
  • Chaque mutation et décision de politique écrit un événement d'audit chaîné

10. Observabilité​

  • Métriques Prometheus: eai_heartbeat_age_seconds, eai_runs_stale
  • Traces: spans OpenTelemetry avec conventions sémantiques GenAI (gen_ai.operation.name, gen_ai.agent.id, gen_ai.tool.name), attributs eai.tenant_id, eai.run_id, propagation traceparent.
  • Actions d'audit: run.transition

11. Unités FinOps​

  • Négligeable.
  • Émis comme Usage Event (POST /v1/finops/usage) avec tenant, projet, agent et run.

12. Modes de défaillance et résilience​

  • Processus client figé : plus de heartbeat, le run apparaît comme périmé et peut être repris par AgentLoop.resume(run_id)
  • Agent suspendu ou tué : la réponse du heartbeat porte action=stop avec la raison

13. Adoption autonome (client d'un client)​

  • enterprise_ai.agent + Prometheus.
  • SDK: enterprise_ai.agent (AgentsClient, RunsClient, SessionsClient)
  • Déploiement minimal : chart Helm avec controlPlane.enabled=true et PostgreSQL ; composants externes désactivés utilisent leur repli in-process.

14. Tests d'acceptation​

  1. Sans heartbeat pendant 60 s, le run apparaît dans GET /v1/heartbeats
  2. Accès inter-tenant refusé
  3. Erreur renvoyée en fr avec Accept-Language: fr