From c273056771e93b00a4c58b66f9a50e91f1113e0a Mon Sep 17 00:00:00 2001
From: Cristian Felipe Cruz Buitron <cristiancruz0529@gmail.com>
Date: Wed, 26 Aug 2026 00:00:56 -0500
Subject: [PATCH 1/4] =?UTF-8?q?Notificaciones=20v=C3=ADa=20Telegram,=20pau?=
 =?UTF-8?q?sa=20nocturna=20y=20unidades=20systemd?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Reemplaza ntfy.sh por Telegram Bot API (preferencia del usuario, no
reduce el costo — el costo real es de la API de Claude/Sonnet, no del
canal). Texto plano sin parse_mode: el motivo que devuelve Claude es
texto libre y puede traer caracteres que rompen el parser Markdown de
Telegram. Token en TELEGRAM_BOT_TOKEN_FILE (dueño devops, no root-only
-- el servicio corre como devops por el login de suscripción, mismo
criterio ya aplicado a GITEA_TOKEN_FILE). Validado en vivo: entrega
confirmada con el mismo código de notify_send().

Agrega pausa nocturna (ACTIVE_HOURS_START/END, default 06:00-23:00
hora local) para no acumular costo de API sin necesidad: el script
chequea el horario ANTES de tocar kubectl/docker/curl o invocar
claude -p, no solo antes de notificar. Nota documentada: esta ventana
no se solapa con COMMERCE_BACKEND_WINDOW_* (00:00-06:00), por lo que
medusa-deploy queda efectivamente inalcanzable para auto-restart en la
práctica -- pendiente de decisión aparte.

Agrega unidades systemd de usuario (lab-agent/systemd/*.service,
*.timer) con límites de CPU/memoria: OnCalendar cada 15 min dentro del
horario activo, corre como devops (systemctl --user), sin habilitar
todavía -- requiere confirmación explícita tras ver el costo mensual
estimado (~US$60-65, documentado en agente-monitoreo.md).
---
 lab-agent/README.md                 | 33 +++++++++++++--
 lab-agent/lab-agent.env.example     | 23 +++++++++--
 lab-agent/lab-agent.sh              | 63 ++++++++++++++++++++++-------
 lab-agent/systemd/lab-agent.service | 20 +++++++++
 lab-agent/systemd/lab-agent.timer   | 14 +++++++
 5 files changed, 131 insertions(+), 22 deletions(-)
 create mode 100644 lab-agent/systemd/lab-agent.service
 create mode 100644 lab-agent/systemd/lab-agent.timer

diff --git a/lab-agent/README.md b/lab-agent/README.md
index ce29eed..4830c0c 100644
--- a/lab-agent/README.md
+++ b/lab-agent/README.md
@@ -118,6 +118,30 @@ Si no existe, el agente sigue funcionando pero pierde la señal de
 "runner atascado" vía API de Gitea Actions (solo detecta el contenedor
 caído/reiniciando).
 
+**Notificaciones (Telegram, reemplaza a ntfy.sh desde 2026-08-26):**
+creá el bot con [@BotFather](https://t.me/BotFather) (`/newbot`) y
+obtené tu `chat_id` (mandale un mensaje al bot primero, después
+`https://api.telegram.org/bot<TOKEN>/getUpdates`). El token va en un
+archivo aparte, dueño `devops` — **no** root-only pese al patrón
+original: el servicio corre como `devops` (necesita su login de
+suscripción para `claude -p`), así que un archivo `root:root 600` le
+sería ilegible, mismo criterio ya aplicado a `GITEA_TOKEN_FILE`.
+
+```bash
+mkdir -p "$(dirname "$TELEGRAM_BOT_TOKEN_FILE")"
+echo "<tu-token-de-botfather>" > "$TELEGRAM_BOT_TOKEN_FILE"
+chmod 600 "$TELEGRAM_BOT_TOKEN_FILE"
+# y en lab-agent.env: TELEGRAM_CHAT_ID=<tu-chat-id>  (no es secreto)
+```
+
+**Horario activo:** `ACTIVE_HOURS_START`/`ACTIVE_HOURS_END` (hora local,
+default `06:00`–`23:00`). Fuera de esa ventana el script sale antes de
+tocar kubectl/docker/curl o invocar `claude -p` — no gasta nada, no
+solo omite la notificación. **Ojo:** esta ventana no se solapa con
+`COMMERCE_BACKEND_WINDOW_*` (`00:00`–`06:00`) — mientras el agente está
+pausado, `medusa-deploy` nunca es elegible para auto-restart en la
+práctica. Ver `docs/arquitectura/agente-monitoreo.md`.
+
 ## Probar
 
 ```bash
@@ -132,8 +156,9 @@ ejecuta de verdad (confirmado con `kubectl get events` y la anotación
 `restartedAt`), y una segunda corrida sobre el mismo recurso caído
 respeta el bloqueo (`notify_only`, sin reintento). Dos bugs reales se
 encontraron y corrigieron en esa prueba — ver el detalle en
-`docs/arquitectura/agente-monitoreo.md`.
+`docs/arquitectura/agente-monitoreo.md`. La notificación real se
+validó con ntfy.sh en esa prueba; el cambio a Telegram debe repetir
+al menos la validación de entrega antes de habilitar el timer.
 
-**No actives el timer de systemd (Paso 4) todavía** — requiere tu
-confirmación explícita por separado, aunque la prueba end-to-end ya
-pasó.
+**No actives el timer de systemd todavía** — requiere tu confirmación
+explícita por separado, después de ver el costo mensual estimado.
diff --git a/lab-agent/lab-agent.env.example b/lab-agent/lab-agent.env.example
index a0e9f2c..a6c776c 100644
--- a/lab-agent/lab-agent.env.example
+++ b/lab-agent/lab-agent.env.example
@@ -62,10 +62,25 @@ GITEA_TOKEN_FILE=/DATA/AppData/k3d-lab/lab-agent/secrets/gitea_token
 CLAUDE_MODEL=claude-sonnet-5
 CLAUDE_MAX_BUDGET_USD=0.50
 
-# --- Notificaciones (Paso 3 — dejar vacío hasta tener un canal real) ---
-# Ej. self-hosted: https://ntfy.cruzcloud.net/lab-agent
-#     ntfy.sh público: https://ntfy.sh/<topic-privado-dificil-de-adivinar>
-NTFY_URL=
+# --- Notificaciones vía Telegram Bot API (reemplaza a ntfy.sh, 2026-08-26) ---
+# Token del bot: creado con @BotFather, va en un archivo aparte (ver
+# README.md). NO root-only pese al patrón original — el servicio corre
+# como `devops` (necesita el login de suscripción de ese usuario para
+# claude -p), así que un archivo root:root 600 sería ilegible para él.
+# Mismo criterio ya aplicado a GITEA_TOKEN_FILE.
+TELEGRAM_BOT_TOKEN_FILE=/DATA/AppData/k3d-lab/lab-agent/secrets/telegram_bot_token
+# chat_id NO es secreto (no autentica nada sin el token) — va acá directo.
+TELEGRAM_CHAT_ID=
+
+# --- Horario activo (hora LOCAL del host) ---
+# Fuera de esta ventana el script aborta ANTES de tocar kubectl/docker/
+# curl o invocar claude -p — pausa nocturna para no acumular costo de
+# API. OJO: esta ventana NO se solapa con COMMERCE_BACKEND_WINDOW_*
+# (00:00-06:00) — mientras el agente está pausado, medusa-deploy nunca
+# es elegible para auto-restart en la práctica, aunque la regla siga
+# activa en el código. Ver docs/arquitectura/agente-monitoreo.md.
+ACTIVE_HOURS_START=06:00
+ACTIVE_HOURS_END=23:00
 
 # --- Pruebas controladas (Paso 5) ---
 # DRY_RUN=1: calcula elegibilidad y decisión igual que en producción,
diff --git a/lab-agent/lab-agent.sh b/lab-agent/lab-agent.sh
index 8cd27fc..e2f26dd 100755
--- a/lab-agent/lab-agent.sh
+++ b/lab-agent/lab-agent.sh
@@ -51,7 +51,18 @@ source "$ENV_FILE"
 : "${GITEA_TOKEN_FILE:=/DATA/AppData/k3d-lab/lab-agent/secrets/gitea_token}"
 : "${CLAUDE_MODEL:=claude-sonnet-5}"
 : "${CLAUDE_MAX_BUDGET_USD:=0.50}"
-: "${NTFY_URL:=}"
+# Notificaciones vía Telegram Bot API (reemplaza a ntfy.sh, 2026-08-26).
+# TELEGRAM_BOT_TOKEN_FILE: secreto, NO versionado. TELEGRAM_CHAT_ID no es
+# secreto (solo identifica a quién mandar, no autentica nada por sí solo).
+: "${TELEGRAM_BOT_TOKEN_FILE:=}"
+: "${TELEGRAM_CHAT_ID:=}"
+# Horario activo (hora LOCAL del host): fuera de esta ventana el script
+# aborta ANTES de tocar kubectl/docker/curl o invocar claude -p — pausa
+# nocturna para no acumular costo de API sin necesidad. Ver
+# docs/arquitectura/agente-monitoreo.md para el tradeoff con la ventana
+# de medusa-deploy (00:00-06:00).
+: "${ACTIVE_HOURS_START:=06:00}"
+: "${ACTIVE_HOURS_END:=23:00}"
 : "${DRY_RUN:=1}"
 
 for arg in "$@"; do
@@ -77,6 +88,26 @@ trap 'log "ERROR inesperado en línea $LINENO (comando: $BASH_COMMAND)"' ERR
 
 log "=== lab-agent inicio (DRY_RUN=${DRY_RUN}) ==="
 
+in_time_window() { # start end (HH:MM, hora local) -> 0 si "ahora" cae adentro
+  local start="$1" end="$2" now_hm
+  now_hm="$(date +%H:%M)"
+  if [[ "$start" < "$end" ]]; then
+    [[ ( "$now_hm" > "$start" || "$now_hm" == "$start" ) && "$now_hm" < "$end" ]]
+  else
+    [[ "$now_hm" > "$start" || "$now_hm" == "$start" || "$now_hm" < "$end" ]]
+  fi
+}
+
+# Pausa nocturna: si estamos fuera del horario activo, salir ANTES de tocar
+# kubectl/docker/curl o invocar claude -p — ni siquiera se gasta el costo
+# de diagnóstico, no solo el de la llamada a claude. Sin notificación (sería
+# spam cada 15 min durante toda la pausa) — solo queda en el log del run.
+if ! in_time_window "$ACTIVE_HOURS_START" "$ACTIVE_HOURS_END"; then
+  log "fuera de horario activo (${ACTIVE_HOURS_START}-${ACTIVE_HOURS_END} hora local) — se omite esta corrida sin costo de API"
+  log "=== lab-agent fin (omitido por horario) ==="
+  exit 0
+fi
+
 for c in "$KUBECTL_BIN" docker curl jq flock "$CLAUDE_BIN" date; do
   command -v "$c" >/dev/null 2>&1 || { log "FATAL: falta comando requerido '$c'"; exit 1; }
 done
@@ -141,13 +172,25 @@ log_action() { # resource decision result reason
 
 notify_send() { # title message
   local title="$1" message="$2"
-  if [[ -z "$NTFY_URL" ]]; then
-    log "NOTIFY (sin canal configurado aún — Paso 3) [$title]"
+  if [[ ! -r "$TELEGRAM_BOT_TOKEN_FILE" || -z "$TELEGRAM_CHAT_ID" ]]; then
+    log "NOTIFY (Telegram no configurado — falta TELEGRAM_BOT_TOKEN_FILE/TELEGRAM_CHAT_ID) [$title]"
     log "$message"
     return 0
   fi
-  if ! curl -s -m 10 -H "Title: ${title}" -d "$message" "$NTFY_URL" >/dev/null 2>&1; then
-    log "WARN: fallo al enviar notificación a NTFY_URL"
+  local token text resp
+  token="$(<"$TELEGRAM_BOT_TOKEN_FILE")"
+  # Texto plano, sin parse_mode: el "reason" de claude es texto libre y
+  # puede traer _, *, [, ] etc. que rompen el parser Markdown de Telegram
+  # (400 Bad Request) — más vale entrega confiable que formato.
+  text="[${title}]
+${message}"
+  text="${text:0:4000}"
+  resp="$(curl -s -m 10 -X POST "https://api.telegram.org/bot${token}/sendMessage" \
+    --data-urlencode "chat_id=${TELEGRAM_CHAT_ID}" \
+    --data-urlencode "text=${text}" 2>&1)"
+  token=""
+  if [[ "$resp" != *'"ok":true'* ]]; then
+    log "WARN: fallo al enviar notificación a Telegram: ${resp}"
   fi
 }
 
@@ -161,15 +204,7 @@ DEPLOY_JSON="$("$KUBECTL_BIN" -n "$NAMESPACE" get deployment -o json 2>/dev/null
 mapfile -t DETECTED_DEPLOYMENTS < <(jq -r '.items[].metadata.name' <<<"$DEPLOY_JSON")
 
 in_commerce_backend_window() {
-  local now_hm start end
-  now_hm="$(date +%H:%M)"
-  start="$COMMERCE_BACKEND_WINDOW_START"
-  end="$COMMERCE_BACKEND_WINDOW_END"
-  if [[ "$start" < "$end" ]]; then
-    [[ ( "$now_hm" > "$start" || "$now_hm" == "$start" ) && "$now_hm" < "$end" ]]
-  else
-    [[ "$now_hm" > "$start" || "$now_hm" == "$start" || "$now_hm" < "$end" ]]
-  fi
+  in_time_window "$COMMERCE_BACKEND_WINDOW_START" "$COMMERCE_BACKEND_WINDOW_END"
 }
 
 # devuelve: "eligible" | "not_eligible:<motivo>"
diff --git a/lab-agent/systemd/lab-agent.service b/lab-agent/systemd/lab-agent.service
new file mode 100644
index 0000000..cacd8b7
--- /dev/null
+++ b/lab-agent/systemd/lab-agent.service
@@ -0,0 +1,20 @@
+[Unit]
+Description=lab-agent: diagnostico/correccion del lab GitOps cruzcloud
+After=network-online.target
+Wants=network-online.target
+
+[Service]
+Type=oneshot
+WorkingDirectory=/media/HDD-Storage/AppData/k3d-lab-v3/lab-cruzcloud/scripts/lab-agent
+ExecStart=/media/HDD-Storage/AppData/k3d-lab-v3/lab-cruzcloud/scripts/lab-agent/lab-agent.sh --live
+TimeoutStartSec=300
+
+# Limites de recursos (pedido explicito de gobernanza, nunca irrestricto).
+# El propio script casi siempre corta antes por la pausa nocturna o por
+# no tener nada elegible, asi que en la practica rara vez se acerca a
+# estos topes -- estan para contener un caso patologico (claude -p
+# colgado, kubectl en loop), no para el uso normal.
+CPUQuota=100%
+MemoryMax=1G
+MemorySwapMax=256M
+Nice=10
diff --git a/lab-agent/systemd/lab-agent.timer b/lab-agent/systemd/lab-agent.timer
new file mode 100644
index 0000000..8859cdc
--- /dev/null
+++ b/lab-agent/systemd/lab-agent.timer
@@ -0,0 +1,14 @@
+[Unit]
+Description=Dispara lab-agent.service cada 15 min, 06:00-23:00 hora local
+
+[Timer]
+# Horas 06..22, minutos :00/:15/:30/:45 -> ultima corrida real 22:45.
+# El propio script vuelve a chequear ACTIVE_HOURS_START/END al arrancar
+# (defensa en profundidad si esta unidad se edita a mano sin tocar el
+# .env, o si corre manualmente fuera de horario).
+OnCalendar=*-*-* 06..22:00/15:00
+AccuracySec=30s
+Persistent=false
+
+[Install]
+WantedBy=timers.target

From cd163e6b7c90f3a73ff3da0ef9562b3ff191096b Mon Sep 17 00:00:00 2001
From: Cristian Felipe Cruz Buitron <cristiancruz0529@gmail.com>
Date: Wed, 26 Aug 2026 00:21:02 -0500
Subject: [PATCH 2/4] =?UTF-8?q?Telegram:=20notificaci=C3=B3n=20silenciosa?=
 =?UTF-8?q?=20para=20info=20y=20respuestas=20en=20hilo?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

log() pasa a escribir en stderr (transparente, sigue yendo al mismo
RUN_LOG vía el "exec > tee 2>&1"): necesario para que notify_send
pueda devolver el message_id por stdout sin que un log() interno se
cuele en la captura -- mismo patrón de bug que ya se había corregido
en execute_corrective_action.

notify_send ahora acepta un reply_to_message_id opcional y manda
disable_notification=true para nivel "info" (ruido de rutina no debe
sonar; fallas/acciones/alertas de seguridad sí). Cuando ejecuta una
acción correctiva, el message_id enviado se guarda por recurso en
state.json (attach_telegram_message_id); si ese recurso se recupera
solo en una corrida posterior, compute_eligibility manda un aviso
silencioso como respuesta al mensaje original antes de limpiar el
estado -- agrupa visualmente todo un incidente en un hilo.

Validado en vivo con el canario desechable: acción real -> message_id
capturado en state.json -> parcheado a imagen sana -> reply en hilo
confirmado al recuperarse, silencioso.
---
 lab-agent/lab-agent.sh | 154 +++++++++++++++++++++++++++++++++--------
 1 file changed, 126 insertions(+), 28 deletions(-)

diff --git a/lab-agent/lab-agent.sh b/lab-agent/lab-agent.sh
index e2f26dd..00c29b4 100755
--- a/lab-agent/lab-agent.sh
+++ b/lab-agent/lab-agent.sh
@@ -82,7 +82,11 @@ ACTIONS_LOG="${LOG_DIR}/actions.jsonl"
 exec > >(tee -a "$RUN_LOG") 2>&1
 
 iso_now() { date -u +%Y-%m-%dT%H:%M:%SZ; }
-log() { echo "[$(iso_now)] $*"; }
+log() { echo "[$(iso_now)] $*" >&2; }  # stderr a propósito: el stdout de una función
+                                        # queda limpio para $(...) (ej. capturar un
+                                        # message_id de Telegram) sin que un log()
+                                        # interno se cuele en la captura. Va al mismo
+                                        # RUN_LOG igual, por el "exec > tee 2>&1" de arriba.
 
 trap 'log "ERROR inesperado en línea $LINENO (comando: $BASH_COMMAND)"' ERR
 
@@ -158,6 +162,14 @@ mark_action_taken() { # resource -> preserva first_unhealthy_at, marca last_acti
   state_write "$resource" "$new_state"
 }
 
+attach_telegram_message_id() { # resource message_id -> guarda el id para poder responder en hilo cuando se recupere
+  local resource="$1" msg_id="$2" prev new_state
+  [[ -z "$msg_id" ]] && return 0
+  prev="$(state_read "$resource")"
+  new_state="$(jq -nc --argjson prev "$prev" --arg mid "$msg_id" '$prev + {telegram_message_id: ($mid | tonumber)}')"
+  state_write "$resource" "$new_state"
+}
+
 log_action() { # resource decision result reason
   local resource="$1" decision="$2" result="$3" reason="$4"
   jq -nc --arg ts "$(iso_now)" --arg resource "$resource" --arg decision "$decision" \
@@ -170,27 +182,74 @@ log_action() { # resource decision result reason
 # Notificación (Paso 3 — no-op documentado hasta que NTFY_URL esté configurado)
 # ---------------------------------------------------------------------------
 
-notify_send() { # title message
-  local title="$1" message="$2"
+notify_level_icon() { # level -> emoji
+  case "$1" in
+    error) echo "❌" ;;
+    security) echo "🚨" ;;
+    action_ok) echo "✅" ;;
+    action_fail) echo "🛑" ;;
+    info) echo "👀" ;;
+    *) echo "🤖" ;;
+  esac
+}
+
+notify_send() { # level title message [reply_to_message_id] -> imprime el message_id enviado (stdout), o nada si falló/no configurado
+  local level="$1" title="$2" message="$3" reply_to="${4:-}" icon
+  icon="$(notify_level_icon "$level")"
   if [[ ! -r "$TELEGRAM_BOT_TOKEN_FILE" || -z "$TELEGRAM_CHAT_ID" ]]; then
-    log "NOTIFY (Telegram no configurado — falta TELEGRAM_BOT_TOKEN_FILE/TELEGRAM_CHAT_ID) [$title]"
+    log "NOTIFY (Telegram no configurado — falta TELEGRAM_BOT_TOKEN_FILE/TELEGRAM_CHAT_ID) [${icon} ${title}]"
     log "$message"
     return 0
   fi
-  local token text resp
+  local token text resp silent="false"
+  # Silenciosa (sin sonido/vibración) solo para "info" — ruido de rutina
+  # (nada elegible, todo sano) no debería interrumpir; fallas/acciones/
+  # alertas de seguridad sí hacen sonido.
+  [[ "$level" == "info" ]] && silent="true"
   token="$(<"$TELEGRAM_BOT_TOKEN_FILE")"
   # Texto plano, sin parse_mode: el "reason" de claude es texto libre y
   # puede traer _, *, [, ] etc. que rompen el parser Markdown de Telegram
-  # (400 Bad Request) — más vale entrega confiable que formato.
-  text="[${title}]
+  # (400 Bad Request) — más vale entrega confiable que formato. Los
+  # emojis andan bien en texto plano, no dependen de parse_mode.
+  text="🤖 lab-agent
+${icon} ${title}
+──────────────
 ${message}"
   text="${text:0:4000}"
-  resp="$(curl -s -m 10 -X POST "https://api.telegram.org/bot${token}/sendMessage" \
-    --data-urlencode "chat_id=${TELEGRAM_CHAT_ID}" \
-    --data-urlencode "text=${text}" 2>&1)"
+  local curl_args=(-s -m 10 -X POST "https://api.telegram.org/bot${token}/sendMessage"
+    --data-urlencode "chat_id=${TELEGRAM_CHAT_ID}"
+    --data-urlencode "text=${text}"
+    --data-urlencode "disable_notification=${silent}")
+  [[ -n "$reply_to" ]] && curl_args+=(--data-urlencode "reply_to_message_id=${reply_to}")
+  resp="$(curl "${curl_args[@]}" 2>&1)"
+  token=""
+  if [[ "$resp" == *'"ok":true'* ]]; then
+    jq -r '.result.message_id // empty' <<<"$resp" 2>/dev/null
+  else
+    log "WARN: fallo al enviar notificación a Telegram: ${resp}"
+  fi
+}
+
+notify_attach_log() { # caption -> adjunta RUN_LOG como documento (best-effort)
+  local caption="$1"
+  [[ -r "$TELEGRAM_BOT_TOKEN_FILE" && -n "$TELEGRAM_CHAT_ID" ]] || return 0
+  if [[ ! -r "$RUN_LOG" ]]; then
+    log "WARN: no se pudo adjuntar el log a Telegram, no es legible: ${RUN_LOG}"
+    return 0
+  fi
+  local token resp
+  token="$(<"$TELEGRAM_BOT_TOKEN_FILE")"
+  # sendDocument, no sendMessage: el log completo va como archivo, no como
+  # texto. Nota: al momento de subirlo el archivo todavía se está
+  # escribiendo (exec > tee), así que le faltan sus últimas 2-3 líneas
+  # (el cierre "=== lab-agent fin ===") — cosmético, no afecta el resto.
+  resp="$(curl -s -m 30 -X POST "https://api.telegram.org/bot${token}/sendDocument" \
+    -F "chat_id=${TELEGRAM_CHAT_ID}" \
+    -F "caption=${caption:0:1000}" \
+    -F "document=@${RUN_LOG}" 2>&1)"
   token=""
   if [[ "$resp" != *'"ok":true'* ]]; then
-    log "WARN: fallo al enviar notificación a Telegram: ${resp}"
+    log "WARN: fallo al adjuntar el log a Telegram: ${resp}"
   fi
 }
 
@@ -218,7 +277,20 @@ compute_eligibility() { # resource_key is_unhealthy window_ok
   blocked="$(jq -r '.blocked // false' <<<"$state")"
 
   if [[ "$is_unhealthy" != "1" ]]; then
-    [[ -n "$first_unhealthy_at" ]] && state_clear "$resource_key"
+    if [[ -n "$first_unhealthy_at" ]]; then
+      local prev_msg_id
+      prev_msg_id="$(jq -r '.telegram_message_id // empty' <<<"$state")"
+      # Si hubo una acción notificada sobre este recurso y ahora se
+      # recuperó solo, avisar como respuesta al mensaje original (hilo).
+      # >/dev/null a propósito: no necesitamos el message_id de ESTE aviso,
+      # y notify_send también se usa en otros lados vía $(...) -- no
+      # mezclar su stdout con el "not_eligible:healthy" que devuelve esta
+      # función.
+      if [[ -n "$prev_msg_id" ]]; then
+        notify_send "info" "Recuperado" "✅ ${resource_key} volvió a estar sano por su cuenta." "$prev_msg_id" >/dev/null
+      fi
+      state_clear "$resource_key"
+    fi
     echo "not_eligible:healthy"
     return
   fi
@@ -478,7 +550,7 @@ CLAUDE_AUTH_ENV=()
 if [[ -n "$ANTHROPIC_API_KEY_FILE" ]]; then
   if [[ ! -r "$ANTHROPIC_API_KEY_FILE" ]]; then
     log "FATAL: ANTHROPIC_API_KEY_FILE está configurado (${ANTHROPIC_API_KEY_FILE}) pero no se puede leer"
-    notify_send "lab-agent: error de configuración" "Falta o no es legible ${ANTHROPIC_API_KEY_FILE}."
+    notify_send error "Error de configuración" "Falta o no es legible ${ANTHROPIC_API_KEY_FILE}."
     exit 1
   fi
   CLAUDE_AUTH_ENV=("ANTHROPIC_API_KEY=$(<"$ANTHROPIC_API_KEY_FILE")")
@@ -500,7 +572,8 @@ CLAUDE_JSON="$(
     2>>"$RUN_LOG"
 )" || {
   log "FATAL: la invocación a claude -p falló"
-  notify_send "lab-agent: error" "claude -p terminó con error, ver ${RUN_LOG}"
+  notify_send error "claude -p falló" "La invocación terminó con error, ver log adjunto"
+  notify_attach_log "❌ claude -p falló"
   exit 1
 }
 
@@ -511,19 +584,21 @@ IS_ERROR="$(jq -r '.is_error // false' <<<"$CLAUDE_JSON")"
 PERMISSION_DENIALS="$(jq -c '.permission_denials // []' <<<"$CLAUDE_JSON")"
 if [[ "$PERMISSION_DENIALS" != "[]" ]]; then
   log "ALERTA: claude intentó usar herramientas pese a --allowedTools \"\": ${PERMISSION_DENIALS}"
-  notify_send "lab-agent: ALERTA de seguridad" "El modelo intentó invocar herramientas denegadas: ${PERMISSION_DENIALS}"
+  notify_send security "ALERTA de seguridad" "El modelo intentó invocar herramientas denegadas pese a --allowedTools \"\": ${PERMISSION_DENIALS}"
 fi
 
 if [[ "$IS_ERROR" == "true" ]]; then
   log "FATAL: claude -p devolvió is_error=true"
-  notify_send "lab-agent: error" "claude -p devolvió un error, ver ${RUN_LOG}"
+  notify_send error "claude -p devolvió error" "is_error=true, ver log adjunto"
+  notify_attach_log "❌ claude -p devolvió error"
   exit 1
 fi
 
 DECISION_JSON="$(jq -r '.structured_output // empty' <<<"$CLAUDE_JSON")"
 if [[ -z "$DECISION_JSON" ]]; then
   log "FATAL: no se recibió structured_output válido"
-  notify_send "lab-agent: error" "Respuesta sin structured_output, ver ${RUN_LOG}"
+  notify_send error "Respuesta sin structured_output" "claude -p no devolvió salida estructurada válida, ver log adjunto"
+  notify_attach_log "❌ Respuesta sin structured_output"
   exit 1
 fi
 
@@ -587,6 +662,8 @@ execute_corrective_action() { # resource -> exit 0=ok/1=fail, deja LAST_ACTION_*
 
 NOTIFY_LINES=()
 ACTIONS_TAKEN=0
+ACTIONS_FAILED=0
+ACTED_RESOURCES=()  # recursos con decision=="restart" este ciclo -> para hilo de Telegram
 
 while IFS= read -r action_json; do
   [[ -z "$action_json" ]] && continue
@@ -599,13 +676,15 @@ while IFS= read -r action_json; do
   if [[ "$decision" == "restart" && "$eligibility" != "eligible" ]]; then
     log "ANOMALÍA: claude propuso restart en '${resource}' pero el wrapper lo marca '${eligibility}' — RECHAZADO, no se ejecuta"
     log_action "$resource" "restart_rejected" "rejected_not_eligible" "claude_reason=${claude_reason} | wrapper_eligibility=${eligibility}"
-    NOTIFY_LINES+=("[RECHAZADO] ${resource}: claude propuso restart pero no es elegible (${eligibility}). Motivo de claude: ${claude_reason}")
+    ACTIONS_FAILED=1
+    NOTIFY_LINES+=("🛑 Rechazado — ${resource}: claude propuso restart pero no es elegible (${eligibility}). Motivo de claude: ${claude_reason}")
     continue
   fi
 
   if [[ "$decision" == "restart" ]]; then
     if execute_corrective_action "$resource"; then result="ok"; else result="fail"; fi
     ACTIONS_TAKEN=1
+    ACTED_RESOURCES+=("$resource")
 
     # Tras cualquier intento REAL (éxito o fallo), marcar blocked=true: un
     # solo intento automático por incidente, sin reintentos silenciosos.
@@ -618,17 +697,20 @@ while IFS= read -r action_json; do
     if [[ "$result" == "ok" ]]; then
       log "ACCIÓN EJECUTADA: ${LAST_ACTION_CMD} -> OK"
       log_action "$resource" "restart" "success" "$claude_reason"
-      NOTIFY_LINES+=("[ACCIÓN OK] ${resource}: ${LAST_ACTION_CMD}. Motivo: ${claude_reason}")
+      NOTIFY_LINES+=("✅ Acción ejecutada — ${resource}: ${LAST_ACTION_CMD}
+   Motivo: ${claude_reason}")
     else
       log "ACCIÓN FALLIDA: ${LAST_ACTION_CMD:-N/A} -> ${LAST_ACTION_STDERR}"
       log_action "$resource" "restart" "failure" "$claude_reason | stderr=${LAST_ACTION_STDERR}"
-      NOTIFY_LINES+=("[ACCIÓN FALLÓ] ${resource}: ${LAST_ACTION_STDERR}. Queda bloqueado hasta que un humano lo revise (no se reintentará solo).")
+      ACTIONS_FAILED=1
+      NOTIFY_LINES+=("🛑 Acción falló — ${resource}: ${LAST_ACTION_STDERR}
+   Queda bloqueado hasta revisión humana, no se reintenta solo.")
     fi
   else
     log "notify_only: ${resource} — ${claude_reason}"
     log_action "$resource" "notify_only" "n/a" "$claude_reason"
     if [[ "$eligibility" != "not_eligible:healthy" ]]; then
-      NOTIFY_LINES+=("[SOLO DIAGNÓSTICO] ${resource} (${eligibility}): ${claude_reason}")
+      NOTIFY_LINES+=("👀 Diagnóstico — ${resource} (${eligibility}): ${claude_reason}")
     fi
   fi
 done < <(jq -c '.actions[]?' <<<"$DECISION_JSON")
@@ -638,13 +720,29 @@ done < <(jq -c '.actions[]?' <<<"$DECISION_JSON")
 # ---------------------------------------------------------------------------
 
 if [[ "${#NOTIFY_LINES[@]}" -gt 0 || "$ACTIONS_TAKEN" == "1" ]]; then
-  MSG="Resumen: ${CLAUDE_SUMMARY}"$'\n\n'
-  for l in "${NOTIFY_LINES[@]}"; do MSG="${MSG}${l}"$'\n'; done
-  MSG="${MSG}"$'\n'"log completo: ${RUN_LOG}"
-  title="lab-agent"
-  [[ "$ACTIONS_TAKEN" == "1" ]] && title="lab-agent: acción correctiva ejecutada"
-  [[ "$DRY_RUN" == "1" ]] && title="[DRY_RUN] ${title}"
-  notify_send "$title" "$MSG"
+  MSG="📋 Resumen: ${CLAUDE_SUMMARY}"$'\n\n'
+  for l in "${NOTIFY_LINES[@]}"; do MSG="${MSG}${l}"$'\n\n'; done
+  MSG="${MSG}📄 log completo adjunto abajo"
+
+  if [[ "$ACTIONS_FAILED" == "1" ]]; then
+    level="action_fail"; title="Acción falló o fue rechazada"
+  elif [[ "$ACTIONS_TAKEN" == "1" ]]; then
+    level="action_ok"; title="Acción correctiva ejecutada"
+  else
+    level="info"; title="Novedades del ciclo"
+  fi
+  [[ "$DRY_RUN" == "1" ]] && title="🧪 [DRY_RUN] ${title}"
+  SENT_MSG_ID="$(notify_send "$level" "$title" "$MSG")"
+  notify_attach_log "$(notify_level_icon "$level") ${title}"
+  # Guardar el message_id contra cada recurso accionado este ciclo, para
+  # poder responder en hilo el día que se recupere solo (ver
+  # compute_eligibility). No aplica en DRY_RUN, ya que no se toca el
+  # estado real en modo simulación.
+  if [[ -n "$SENT_MSG_ID" && "$DRY_RUN" != "1" ]]; then
+    for r in "${ACTED_RESOURCES[@]}"; do
+      attach_telegram_message_id "$r" "$SENT_MSG_ID"
+    done
+  fi
 else
   log "Sin anomalías ni acciones este ciclo — no se notifica."
 fi

From a2717e922abee1f7bffbfa05490f6936c7fd137e Mon Sep 17 00:00:00 2001
From: Cristian Felipe Cruz Buitron <cristiancruz0529@gmail.com>
Date: Wed, 26 Aug 2026 00:25:45 -0500
Subject: [PATCH 3/4] =?UTF-8?q?Activar=20timer:=20fix=20HOME=3D=20en=20la?=
 =?UTF-8?q?=20unidad,=20instrucciones=20de=20instalaci=C3=B3n?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

El manager de systemd --user de devops arranca con HOME=/DATA (el de
/etc/passwd), no /DATA/AppData/home-devops -- ese override solo se
aplica en una shell interactiva vía /etc/profile.d/zz-devops-home.sh,
que el manager de systemd nunca carga. Sin Environment=HOME=... en
lab-agent.service, claude -p habría buscado las credenciales en
/DATA/.claude/ (no existe) y fallado en cada corrida. Detectado y
corregido en vivo corriendo el servicio manualmente vía
systemctl --user start antes de habilitar el timer.

README documenta la instalación real: unidades en
/DATA/.config/systemd/user/ (no ~/.config/... de una shell
interactiva), loginctl enable-linger devops como único paso con sudo.

Timer activo desde 2026-08-26 (lab-agent.timer, cada 15 min,
06:00-23:00 hora local), tras confirmación explícita y ver el costo
mensual estimado.
---
 lab-agent/README.md                 | 44 ++++++++++++++++++++++-------
 lab-agent/systemd/lab-agent.service |  7 +++++
 2 files changed, 41 insertions(+), 10 deletions(-)

diff --git a/lab-agent/README.md b/lab-agent/README.md
index 4830c0c..64b23a0 100644
--- a/lab-agent/README.md
+++ b/lab-agent/README.md
@@ -7,11 +7,13 @@ acción correctiva de bajo riesgo. Ver la lista blanca completa, la
 justificación de gobernanza y la evidencia de la prueba end-to-end en
 `apps-registry` → `docs/arquitectura/agente-monitoreo.md`.
 
-**Estado (2026-08-26): script y prueba end-to-end validados en vivo**
-contra el cluster real (deployment canario desechable, ciclo completo
-DRY_RUN → ejecución real → rate limit/bloqueo → limpieza). El timer de
-systemd (Paso 4) **todavía no está activo** — pendiente de tu
-confirmación explícita.
+**Estado (2026-08-26): timer de systemd ACTIVO** (`lab-agent.timer`,
+usuario `devops`, cada 15 min entre 06:00–23:00 hora local). Validado
+en vivo contra el cluster real: DRY_RUN → ejecución real → rate
+limit/bloqueo → recuperación con hilo en Telegram → limpieza, y
+corrida manual vía `systemctl --user start` con el entorno real del
+timer antes de habilitarlo. Ver `docs/arquitectura/agente-monitoreo.md`
+para la evidencia completa y el costo mensual estimado.
 
 ## Diseño de seguridad (por qué Claude no ejecuta comandos directamente)
 
@@ -156,9 +158,31 @@ ejecuta de verdad (confirmado con `kubectl get events` y la anotación
 `restartedAt`), y una segunda corrida sobre el mismo recurso caído
 respeta el bloqueo (`notify_only`, sin reintento). Dos bugs reales se
 encontraron y corrigieron en esa prueba — ver el detalle en
-`docs/arquitectura/agente-monitoreo.md`. La notificación real se
-validó con ntfy.sh en esa prueba; el cambio a Telegram debe repetir
-al menos la validación de entrega antes de habilitar el timer.
+`docs/arquitectura/agente-monitoreo.md`. Telegram (silencioso para
+`info`, hilo de respuestas al recuperarse) también se validó en vivo
+con el mismo canario.
 
-**No actives el timer de systemd todavía** — requiere tu confirmación
-explícita por separado, después de ver el costo mensual estimado.
+## Instalar el timer de systemd
+
+Unidades de **usuario** (`systemctl --user`), corren como `devops` —
+necesario porque `claude -p` usa su login de suscripción. Ojo: el
+manager de `systemd --user` de `devops` arranca con `HOME=/DATA` (el
+de `/etc/passwd`), no `/DATA/AppData/home-devops` — por eso
+`lab-agent.service` fija `Environment=HOME=...` explícitamente; sin
+eso, `claude -p` no encuentra las credenciales. Los archivos van en
+`/DATA/.config/systemd/user/`, no en el `~/.config/...` de una shell
+interactiva (que resuelve a otra ruta por el mismo motivo).
+
+```bash
+mkdir -p /DATA/.config/systemd/user
+cp systemd/lab-agent.service systemd/lab-agent.timer /DATA/.config/systemd/user/
+sudo loginctl enable-linger devops   # una vez — si no, systemctl --user ni conecta
+export XDG_RUNTIME_DIR=/run/user/$(id -u devops)
+systemctl --user daemon-reload
+systemctl --user start lab-agent.service   # probar una corrida manual primero
+systemctl --user enable --now lab-agent.timer
+systemctl --user list-timers lab-agent.timer
+```
+
+Activo desde 2026-08-26. Ver el costo mensual estimado y el detalle
+completo en `docs/arquitectura/agente-monitoreo.md`.
diff --git a/lab-agent/systemd/lab-agent.service b/lab-agent/systemd/lab-agent.service
index cacd8b7..9c906bb 100644
--- a/lab-agent/systemd/lab-agent.service
+++ b/lab-agent/systemd/lab-agent.service
@@ -6,6 +6,13 @@ Wants=network-online.target
 [Service]
 Type=oneshot
 WorkingDirectory=/media/HDD-Storage/AppData/k3d-lab-v3/lab-cruzcloud/scripts/lab-agent
+# El manager de systemd --user de devops arranca con HOME=/DATA (el de
+# /etc/passwd), no /DATA/AppData/home-devops -- ese override solo se
+# aplica al abrir una shell interactiva via /etc/profile.d/zz-devops-home.sh,
+# que el manager de systemd nunca carga. Sin esto, claude -p buscaria
+# ~/.claude/.credentials.json en /DATA/.claude/ (no existe) y fallaria
+# la autenticacion. Confirmado en vivo 2026-08-26.
+Environment=HOME=/DATA/AppData/home-devops
 ExecStart=/media/HDD-Storage/AppData/k3d-lab-v3/lab-cruzcloud/scripts/lab-agent/lab-agent.sh --live
 TimeoutStartSec=300
 

From 09048dd7727c2ed949d337caf561cc5e5f8d6524 Mon Sep 17 00:00:00 2001
From: Cristian Felipe Cruz Buitron <cristiancruz0529@gmail.com>
Date: Wed, 26 Aug 2026 00:27:53 -0500
Subject: [PATCH 4/4] Bajar frecuencia del timer a 60 min para reducir costo
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

OnCalendar cada 60 min en vez de 15 (06:00-22:00 hora local, 17
corridas/día en vez de 68). Aplicado en vivo: unidad actualizada,
timer reiniciado, próxima corrida confirmada vía
systemctl --user list-timers.
---
 lab-agent/README.md               | 3 ++-
 lab-agent/systemd/lab-agent.timer | 6 +++---
 2 files changed, 5 insertions(+), 4 deletions(-)

diff --git a/lab-agent/README.md b/lab-agent/README.md
index 64b23a0..55f8627 100644
--- a/lab-agent/README.md
+++ b/lab-agent/README.md
@@ -8,7 +8,8 @@ justificación de gobernanza y la evidencia de la prueba end-to-end en
 `apps-registry` → `docs/arquitectura/agente-monitoreo.md`.
 
 **Estado (2026-08-26): timer de systemd ACTIVO** (`lab-agent.timer`,
-usuario `devops`, cada 15 min entre 06:00–23:00 hora local). Validado
+usuario `devops`, cada 60 min entre 06:00–23:00 hora local — bajado de
+15 a 60 min el 2026-08-26 para reducir costo). Validado
 en vivo contra el cluster real: DRY_RUN → ejecución real → rate
 limit/bloqueo → recuperación con hilo en Telegram → limpieza, y
 corrida manual vía `systemctl --user start` con el entorno real del
diff --git a/lab-agent/systemd/lab-agent.timer b/lab-agent/systemd/lab-agent.timer
index 8859cdc..cc1c438 100644
--- a/lab-agent/systemd/lab-agent.timer
+++ b/lab-agent/systemd/lab-agent.timer
@@ -1,12 +1,12 @@
 [Unit]
-Description=Dispara lab-agent.service cada 15 min, 06:00-23:00 hora local
+Description=Dispara lab-agent.service cada 60 min, 06:00-23:00 hora local
 
 [Timer]
-# Horas 06..22, minutos :00/:15/:30/:45 -> ultima corrida real 22:45.
+# Horas 06..22, minuto :00 -> ultima corrida real 22:00 (17 corridas/dia).
 # El propio script vuelve a chequear ACTIVE_HOURS_START/END al arrancar
 # (defensa en profundidad si esta unidad se edita a mano sin tocar el
 # .env, o si corre manualmente fuera de horario).
-OnCalendar=*-*-* 06..22:00/15:00
+OnCalendar=*-*-* 06..22:00:00
 AccuracySec=30s
 Persistent=false