Sentinel Commander — Dokumentace (v2026.08.001)¶

                   ##
               ++########++
              ++++###+++++++
             +++++++++++-++-.
            ++++++#++++++-+-
             ++######+++++--
             +++  ####+  -+-
              ++++######++-
              ++++#######+-#
               ++++######++-+.-+
              ++++++###+++##+---++#
            +++++++++###+#######++++++++
         -+++++++++++###+#####+#+++++----..-
      ++-++++++++#######+######++++++++--..  .
     ---++++##+++#####++####++++#++++---.....
    --+++++############++###++++#+++---........
   --++++++##++##########++++++++++----.........
   --+++++#####++#####+#+++++++++++++-.-.........
   --++++#####+########++++++-+++++-++--------.-..
   ++++##########+####++++++-+++++++-+++---------.

        S E N T I N E L   C O M M A N D E R
                    v2026.08.001

Hybridní AI log monitor a analyzátor pro enterprise Linux infrastrukturu

Rychlá navigace¶

• Průvodce nasazením — produkční nasazení celého systému
• API Reference — API pro pluginy a integrace
• Řešení problémů — časté problémy a jejich řešení
• Nastavení hostů — příprava monitorovaných hostů pro AI diagnostiku

Co je Sentinel?¶

Sentinel Commander je pokročilý hybridní monitorovací systém s plnou AI vrstvou určený pro enterprise Linux infrastrukturu. Kombinuje Pull přístup (inotify tailing logů) s Push přístupem (vzdálení Python agenti POSTují telemetrii). Klíčové integrace: Hailo AI HAT 2+ NPU (hailo-ollama), lokální/externí Ollama LLM, ChromaDB (RAG).

Ve verzi v2026.08.001 systém obsahuje 1 050 automatizovaných testů a 80/100 AI roadmap položek pokrytých 24 novými AI moduly pro diagnostiku, verifikaci, plánování remediace, korelaci, baselining, předpovědi a správu znalostí.

Co je nového ve v2026.08.001 (2026-08-03)¶

Co je nového ve v2026.07.001 (2026-07-31)¶

AI vrstva — 21 nových modulů¶

Rozsah¶

• Testy: 317 → 938 (+621 nových testů pokrývajících celou AI vrstvu)
• AI roadmap: 66/100 dokončeno
• Kompletní audit trail každé AI akce
• Všechny AI moduly plně integrovány do Scheduler maintenance smyčky

Co je nového ve v2026.06.024 (oproti v2026.06.005)¶

Bezpečnostní hardening¶

Notifikace a integrace¶

Analytika a AI¶

Správa flotily agentů¶

Provoz a spolehlivost¶

Výkon¶

• Issues cache s TTL 5 s + double-checked threading.Lock; invalidace při zápisu
• Dávkování zápisu telemetrie (buffer flushovaný periodicky), dashboard sparklines dotaz cachován 5 min
• Kompozitní DB indexy (idx_problems_plugin_ch_ts, idx_issue_hist_plugin_ts, severity + telemetrie)
• WAL tuning — wal_autocheckpoint=200, synchronous=NORMAL, explicitní checkpoint po prune; VACUUM po > 10 k smazaných řádcích; 90denní retence historie issues
• HTTP cachování — ETag + max-age + 304 conditional GET pro statiku; defer + preload načítání skriptů; gzip
• SocketIO backpressure — omezená fronta na frontend (500, drop-oldest); dedup WS zpráv v 1s okně
• Virtual scroll — issues stránkované po 50 s tlačítkem „Načíst více"

UI / UX¶

• Tab Runbooks v Tools s CRUD + runbook modalem
• Moderní interaktivní grafy — min/max/avg badge, přerušovaná průměrová linie, bohaté tooltipy (dashboard trend, donut s celkovým počtem uprostřed, alert timeline, agent sparklines)
• Fullscreen overlay issue, inline komentáře, barevné štítky, drag & drop záložky, mobilní swipe (vpravo = acknowledge, vlevo = delete)
• Kopie issue jako Markdown, hromadný CSV export (Alt+E), hromadný acknowledge (Alt+A), export chatu do Markdownu
• Přístupnost — ARIA role="dialog", aria-modal, aria-labelledby na všech modalech, Escape pro zavření
• DB management panel v Settings — velikost, počty záznamů, tlačítka „Prune nyní" a „Agregovat telemetrii"
• Chat — kontextové chips s navrženými dotazy, LIVE tag (obohacuje prompt o kontext aktivních issues), Markdown rendering
• Časová zóna — DISPLAY_TZ, /api/timezone/info, /api/timezone/convert

Inženýrská kvalita¶

• 118 automatizovaných testů — route testy, security testy (brute force, scopes, hostname injection, maskování secrets), integrační testy (celý lifecycle issue na reálné DB), benchmark dashboardu
• CI pipeline — Gitea Actions (pytest + node --check + make build), pre-push git hook, make ci
• Linting — ruff (Python), ESLint s no-redeclare=error (JS), pinované requirements.txt
• Refaktoring — notifier.py (všechny odchozí kanály), scheduler.py (3úrovňová maintenance smyčka) a ssh_utils.py extrahovány z chat_service.py
• CONTRIBUTING.md — diagram architektury, vývojový workflow, bezpečnostní pravidla

Přehled funkcí¶

Architektura¶

  Log soubory ──inotify──▶ watcher.py ──▶ plugins[] ──▶ api.report_problem()
  Vzdálení agenti ──POST──▶ /api/v1/agent/ingest            │
  Grafana/AM/Zabbix ──POST──▶ /api/inbound/*                │
                                                            ▼
                                                   state.py (SQLite WAL)
                                                            │
                         ┌──────────────────────────────────┤
                         ▼                                  ▼
               ollama_service.py                   Flask + SocketIO :5050
               (AI worker pool)                    (chat_service.py + routes/)
                         │                                  │
         ┌───────────────┼───────────────┐         ┌────────┴────────┐
         ▼               ▼               ▼         ▼                 ▼
  hailo-ollama      Ollama CPU      external   scheduler.py     notifier.py
  (NPU :8000)       (:11434)        API        (maintenance)    (13 kanálů)

Hlavní moduly¶

AI vrstva (v2026.07+)¶

Datové toky¶

A. Ingest & detekce¶

1. Log řádek zapsán do /var/log/sentinel/logs/ → inotify event
2. watcher.py čte nové řádky přes mmap
3. PluginManager routuje řádky na odpovídající detektory dle masky souboru
4. Detektor generuje unikátní klíč (např. DISK_FULL|proxmox01|/data)
5. Stav zapsán do tabulky problems → task vložen do task_queue
6. Push cesta: agenti POSTují /api/v1/agent/ingest (nebo /api/v1/ingest/bulk pro dávky); pole metrics se kontroluje proti per-agent thresholdům

B. AI inference + RAG¶

1. AI worker vyzvedne task z task_queue
2. Načte prompt šablonu dle kanálu (security, clusters, infra, root, icinga)
3. RAG: ChromaDB dotaz → relevantní kontext vložen do system promptu
4. Prompt odeslán do Ollama (NPU/CPU/external)
5. Pokud odpověď obsahuje remediation skript → actions.py vytvoří pending akci

C. Zpětnovazební smyčka remediace¶

1. actions.py vytvoří DB záznam s navrženým SSH příkazem
2. Frontend dostane WebSocket event new_action
3. Admin s rolí admin nebo superadmin klikne Schválit nebo Zamítnout
4. Při schválení: SSH připojení na management node → vykonání příkazu (allowlist pre-validován)
5. STDOUT/STDERR zalogován → incident přechází do stavu validating

D. Notifikační pipeline¶

1. Issue uloženo → notifier.send_notification() fan-out na všechny zapnuté kanály
2. Nejdřív se kontrolují per-detektor a per-kanál toggles
3. Aplikuje se throttle per severity (critical 15 min … low 4 h)
4. Selhání jdou do retry fronty (backoff 30 s → 120 s → 300 s)
5. Lifecycle webhooky se spouští při CREATED / ACKNOWLEDGED / RESOLVED

Workflow issues¶

  detekováno ──▶  active  ──▶  acknowledged (tlačítko ✓✓)
                    │                │
                    │           validating ──▶ resolved
                    │
                    └──▶ (auto-resolved detektorem nebo expiry pravidlem)

Eskalační pravidla: Pokud issue zůstane active nebo acknowledged déle než N hodin bez vyřešení, severity se automaticky zvýší na další úroveň.

Lifecycle webhooky mohou notifikovat externí systémy při každém přechodu a kritické issues lze zrcadlit do Gitea.

Instalace¶

git clone <repo> /opt/Sentinel
sudo bash /opt/Sentinel/install.sh        # Debian/Ubuntu/RHEL/Rocky/Pi OS
sudo python3 /opt/Sentinel/sentinel_init.py   # interaktivní konfigurační wizard
sudo systemctl enable --now sentinel

Setup wizard odmítá výchozí hesla, generuje systemd unit s WatchdogSec=900 a WAL-checkpoint ExecStartPre a vytváří /var/lib/sentinel.

Klíčová konfigurace (config.yaml)¶

web:
  port: 5050
  password_hash: "$2b$12$..."      # bcrypt — má prioritu před plaintext `password`

security:
  login_max_attempts: 5
  login_ban_time: 300
  session_max_hours: 12

ollama:
  url: "http://localhost:11434"
  model: "llama3.2"
  workers: 3

hailo_ollama:
  enabled: false
  url: "http://localhost:8000"

ldap:
  enabled: false
  host: "ldaps://ldap.example.com"
  base_dn: "dc=example,dc=com"

prometheus:
  enabled: true
  scrape_token: "{SECRET:PROM_TOKEN}"   # substituce z env proměnné

telemetry_alerts:
  cpu_critical: 95
  disk_critical: 95
  temp_critical: 85

fim:
  enabled: true
  paths: [/etc/passwd, /etc/shadow, /etc/ssh/sshd_config]

Požadavky¶

• Python 3.13+ · Flask · Flask-SocketIO · ChromaDB · paho-mqtt
• pyotp (2FA) · qrcode + pillow (QR enrollment) · bcrypt · jsonschema
• Ollama s nomic-embed-text (pro embeddingy)
• Volitelně: Hailo AI HAT 2+ s hailo-ollama 5.3.0 pro NPU inferenci

Ekosystém komponent¶