docs(masterplan): Fase A komplett — A5 ferdig, modeller oppdatert til gemini-2.5-flash/pro, LOCATION=global, smoke 10/10

MASTERPLAN.md

@@ -1,7 +1,7 @@
 # VAUCO MASTERPLAN — Chris Christiansen
 
 **Sist oppdatert: 2026-05-26 CEST**
-**Status: Cloud Run live (light/heavy) | A5 Memory Bank gjenstår | ML-1 implementert | B-fasen neste**
+**Status: ✅ FASE A KOMPLETT | ML-1 live | Røyktest 10/10 | B-fasen neste**
 
 ---
 
@@ -51,38 +51,40 @@ cd ~/OSVauco
 cp .env.example .env
 nano .env
 # Fyll ut: BILLING_ACCOUNT_ID, ALERT_EMAIL, GITHUB_APP_INSTALLATION_ID
-# Alle andre verdier er ferdig-forhåndsutfylt
 
 # Steg 3: Installer Python-avhengigheter
 pip install google-adk google-cloud-aiplatform>=1.111.0 --quiet
 
-# Steg 4: Kjør i rekkefølge (kilde .env først)
+# Steg 4: Kjør i rekkefølge
 source .env
 bash infrastructure/00-authcheck.sh
 bash infrastructure/01-setupenv.sh
 bash infrastructure/07-rag-setup.sh
 # *** Kopier RAG_CORPUS_NAME fra output inn i .env ***
-nano .env
+nano .env && source .env
-source .env
 
 bash infrastructure/08-memorybank-setup.sh
 # *** Kopier MEMORY_ENGINE_NAME fra output inn i .env ***
-nano .env
+nano .env && source .env
-source .env
+
+gcloud run deploy osvauco-agent \
+  --source . --region europe-west1 \
+  --project propane-will-491900-m5 \
+  --set-secrets RAG_CORPUS=rag-corpus-name:latest \
+  --set-env-vars GOOGLE_GENAI_USE_VERTEXAI=1,GOOGLE_CLOUD_PROJECT=propane-will-491900-m5,GOOGLE_CLOUD_LOCATION=global,MEMORY_ENGINE_NAME=$MEMORY_ENGINE_NAME \
+  --no-allow-unauthenticated
 
-bash infrastructure/05-cloudrun-deploy.sh
 bash infrastructure/04-observability-setup.sh
 bash infrastructure/11-billing-iam-hardening.sh
+bash scripts/smoke-test.sh
 
-# Om kvelden (OBLIGATORISK — unngå 24/7-fakturering):
+# Om kvelden (OBLIGATORISK):
 bash infrastructure/03-teardown.sh
 ```
 
 ---
 
-## FASE A — Ferdigstill kjernen (GCP oppe)
+## FASE A — Ferdigstill kjernen ✅ KOMPLETT
-
-**Mål: Agenten din er live på Google Cloud | Tid: Ca. 2 timer**
 
 ```
 [x] A1 — cp .env.example .env og fyll inn verdier
@@ -90,95 +92,78 @@ bash infrastructure/03-teardown.sh
 [x] A3 — bash infrastructure/01-setupenv.sh
 [x] A4 — bash infrastructure/07-rag-setup.sh
         RAG corpus: projects/357036551735/locations/europe-west1/ragCorpora/6917529027641081856
-[ ] A5 — bash infrastructure/08-memorybank-setup.sh
+[x] A5 — bash infrastructure/08-memorybank-setup.sh
-        OQ-01: Python SDK only (auto-installert av script)
+        Memory Engine: projects/357036551735/locations/us-central1/reasoningEngines/2260229219579592704
-        ACTION: Kopier MEMORY_ENGINE_NAME til .env
+        export MEMORY_ENGINE_NAME="projects/357036551735/locations/us-central1/reasoningEngines/2260229219579592704"
-[x] A6 — Cloud Run live: osvauco-agent (europe-west1)
+[x] A6 — Cloud Run live: osvauco-agent (europe-west1) revision 00006-282
         URL: https://osvauco-agent-357036551735.europe-west1.run.app
-        Modes: light (gemini-2.0-flash) | heavy (gemini-2.5-pro)
+        Modes: light (gemini-2.5-flash) | heavy (gemini-2.5-pro)
-        Env: GOOGLE_CLOUD_LOCATION=us-central1 for modellkall
+        Env: GOOGLE_CLOUD_LOCATION=global (krav for gemini-2.5-*)
 [x] A7 — bash infrastructure/04-observability-setup.sh
-        TELEMETRI-KOORDINERING: A7 (Cloud Monitoring/Logging) og ml/telemetry.py er komplementære:
+        TELEMETRI-KOORDINERING:
-        - ml/telemetry.py: JSONL til /tmp/vauco_telemetry/ — agent-nivå (latens, mode, suksess)
+        - ml/telemetry.py: JSONL /tmp/vauco_telemetry/ — agent-nivå
-        - A7 Cloud Monitoring: GCP-nivå (CPU, minne, request-rate, feil-rate)
+        - A7 Cloud Monitoring: GCP-nivå (CPU, request-rate, feil-rate)
-        - I prod: GCS sink fra /tmp/ → gs://propane-will-491900-m5-telemetry/ (se 10-cost-guard.sh)
+        - Prod: GCS sink via 10-cost-guard.sh (B5)
-        Ingen konflikt — to lag, ulik granularitet. Begge beholdes.
 [x] A8 — bash infrastructure/03-teardown.sh  (kjør hver kveld)
 [x] A9 — bash infrastructure/11-billing-iam-hardening.sh
+[x] SMOKE — scripts/smoke-test.sh: 10/10 ✅ (2026-05-26 01:45 CEST)
 ```
 
 ---
 
-## FASE A2 — Dialogflow CX FAQ-agent (parallelt med A4–A9)
+## FASE A2 — Dialogflow CX FAQ-agent
 
-**Mål: Generativ FAQ-agent live på OSVauco | Tid: Ca. 3–5 timer**
+**Kreditt: kr 5 822 + $1 000 Playbooks-trial**
-**Kreditt: kr 5 822 (dialogflow_cx_credit_v2-0171F6-057E6B-A260BA) + $1 000 Playbooks-trial**
-**Detaljer: se `docs/dialogflow-cx-budget-plan.md`**
 
 ```
 [ ] DX1 — Opprett Playbook-agent i Conversational Agents Console
 [ ] DX2 — Last opp FAQ-innhold som Data Store
 [ ] DX3 — Konfigurer Playbook med norsk systemprompt
-[ ] DX4 — Koble webhook mot OSVauco Cloud Run (etter A6)
+[ ] DX4 — Koble webhook mot OSVauco Cloud Run
-[ ] DX5 — Publiser via Dialogflow Messenger (web-widget)
+[ ] DX5 — Publiser via Dialogflow Messenger
 [ ] DX6 — Sett budsjett-alert for Dialogflow CX
 ```
 
 ---
 
-## FASE ML — ML-lag for OPAX (parallelt med B/C)
+## FASE ML — ML-lag for OPAX
-
-**Mål: Agentene kjører parallelt, lærer fra bruk, gir strategisk innsikt**
-**Filer: `ml/`, `AGENTS.md`, `docs/ml-integration.md`**
 
 ```
-[x] ML-1 — Grunnlag (implementert 2026-05-25)
+[x] ML-1 — Grunnlag (2026-05-25)
-        Komponenter:
+        ml/task_graph.py   — Dask DAG parallell agent-kjøring
-          ml/task_graph.py   — Dask DAG for parallell agent-kjøring
+        ml/state_store.py  — Parameter Server state
-          ml/state_store.py  — Parameter Server state (in-memory)
+        ml/telemetry.py    — JSONL per agent-kall og DAG
-          ml/telemetry.py    — JSONL-logging per agent-kall og DAG-kjøring
+        POST /run | POST /run/dag | GET /state | GET /telemetry/history
-        Endepunkter i main.py:
+        Røyktest: DAG 2 meldinger parallelt ✅ 4.6s
-          POST /run           — enkelt kall med telemetri + state push
-          POST /run/dag       — parallell DAG over liste av meldinger
-          GET  /state         — live Parameter Server snapshot
-          GET  /telemetry/history — siste N state-operasjoner
-        Telemetri-koordinering: se A7-notat over
 
-[ ] ML-2 — Adaptiv intelligens (planlagt)
+[ ] ML-2 — Adaptiv intelligens
-        ml/feedback_loop.py  — inkrementell feedback-loop (vauco-gemini-tui-bridge)
+        Trigger: > 500 telemetri-kall fra ML-1
-        ml/hypertuner.py     — ASHA hyperparametertuning (vauco-bootstrap)
+        ml/feedback_loop.py, ml/hypertuner.py, ml/heavy_predictor.py
-        ml/heavy_predictor.py — heavy-mode prediksjon basert på historikk (OSVauco)
         Krav: dask-ml>=2024.4.0, ray[tune]>=2.10.0
-        Trigger: nok telemetri-data fra ML-1 (> 500 kall)
 
-[ ] ML-3 — Strategisk innsikt (planlagt)
+[ ] ML-3 — Strategisk innsikt
-        ml/agent_importance.py — XGBoost feature importance (OSVauco)
-        experiments/pbt.py     — Population-Based Training (deep-dream)
-        Krav: xgboost>=2.0.0
         Trigger: ML-2 ferdig + Fase C første kunde
+        ml/agent_importance.py (XGBoost), experiments/pbt.py
+        Krav: xgboost>=2.0.0
 ```
 
-**Telemetri-ruting (ML-lag):**
+| Miljø | Telemetri-lokasjon | Arkivering |
-| Miljø | Lokasjon | Arkivering |
 |---|---|---|
 | Lokal dev | `/tmp/vauco_telemetry/` | Manuell |
-| Cloud Run | `/tmp/vauco_telemetry/` | `10-cost-guard.sh` cron → GCS |
+| Cloud Run | `/tmp/vauco_telemetry/` | B5: GCS sink |
-| Prod skala | `gs://propane-will-491900-m5-telemetry/` | Auto via GCS sink |
+| Prod | `gs://propane-will-491900-m5-telemetry/` | Auto |
 
 ---
 
 ## FASE B — Sikring og CI/CD
 
-**Mål: Begrenset tilgang og aktiv CI/CD | Tid: 1 time**
-
 ```
 [ ] B1 — bash infrastructure/02-deploy.sh   (IAP på opax.vauco.no)
 [ ] B2 — Opprett GitHub PAT og legg i Secret Manager
 [ ] B3 — bash infrastructure/06-cicd-setup.sh
 [ ] B4 — Legg til webhook URL i Secret Manager
 [ ] B5 — bash infrastructure/10-cost-guard.sh
-        Aktiverer auto-teardown Cloud Function + chat-varsling
+        Auto-teardown Cloud Function + GCS sink for ML-telemetri
-        OBS: 10-cost-guard.sh skal også sette opp GCS sink for ML-telemetri
 [ ] B6 — Eksporter Dialogflow CX agent til versjonskontroll
 ```
 
@@ -186,8 +171,6 @@ bash infrastructure/03-teardown.sh
 
 ## FASE C — Første salgsmodul
 
-**Mål: Ny kunde onboardet på 30 minutter | Tid: Ukentlig arbeid**
-
 ```
 [ ] C1 — Pakk vauco-bootstrap som Terraform-modul
 [ ] C2 — Pakk vauco-os som kundeflate
@@ -205,7 +188,7 @@ bash infrastructure/03-teardown.sh
 | `01-setupenv.sh` | Aktiver APIs, SA, IAM, budsjetter, Pub/Sub | Klar |
 | `02-deploy.sh` | IAP-deploy på eget domene | Klar |
 | `03-teardown.sh` | Riv ned Cloud Run | Klar |
-| `04-observability-setup.sh` | Cloud Monitoring + alerting (GCP-nivå) | Klar |
+| `04-observability-setup.sh` | Cloud Monitoring + alerting | Klar |
 | `05-cloudrun-deploy.sh` | ADK-agent til Cloud Run | Klar |
 | `06-cicd-setup.sh` | GitHub → Cloud Build 2nd gen | Oppdatert |
 | `07-rag-setup.sh` | RAG Engine corpus + fallback | Oppdatert |
@@ -213,26 +196,27 @@ bash infrastructure/03-teardown.sh
 | `09-cost-check.sh` | Kostnadsoversikt + Artifact Registry | Klar |
 | `10-cost-guard.sh` | Cloud Function auto-teardown + GCS ML-telemetri sink | **Ny** |
 | `11-billing-iam-hardening.sh` | Billing IAM: viewer-roller + fjern domain Creator | **Ny** |
+| `scripts/smoke-test.sh` | 10-case røyktest: health/light/heavy/legacy/400/403/DAG/state/telemetri | **Ny** |
 
 ---
 
 ## KJENTE HULL
 
-| ID | Hva | Workaround / Status |
+| ID | Hva | Status |
 |---|---|---|
 | OQ-01 | Memory Bank — ingen gcloud CLI | Python SDK only |
 | OQ-02 | RAG Engine regional availability | Auto-fallback til us-east1 |
 | OQ-03 | CMEK ikke for RAG Engine | VPC-SC only |
-| OQ-04 | Cloud Build GitHub OAuth | **LØST** — 2nd gen programmatisk connection |
+| OQ-04 | Cloud Build GitHub OAuth | **LØST** — 2nd gen |
 | OQ-05 | gcloud alpha monitoring ustabil | Fallback til true |
 | OQ-06 | Memory Bank auto-discovery | Eksplisitt env var |
 | OQ-07 | Monitoring email flag-format | Teste i dev |
 | OQ-08 | VPC connector e2-micro regional | Default us-central1 |
-| OQ-09 | GCP billing: 0 viewers | **LØST** — `11-billing-iam-hardening.sh` |
+| OQ-09 | GCP billing: 0 viewers | **LØST** |
-| OQ-10 | GCP billing: Creator på domenet | **LØST** — fjernes når ORG_DOMAIN er satt |
+| OQ-10 | GCP billing: Creator på domenet | **LØST** |
-| OQ-11 | Dialogflow CX Data Store norsk indeksering | Teste med nb-NO locale i DX2 |
+| OQ-11 | Dialogflow CX Data Store norsk indeksering | Teste nb-NO i DX2 |
-| OQ-12 | gemini-2.0-flash ikke tilgjengelig europe-west1 | **LØST** — GOOGLE_CLOUD_LOCATION=us-central1 for modellkall |
+| OQ-12 | gemini-2.0-flash/gemini-2.0-flash-001 ikke tilgjengelig nye prosjekter | **LØST** — gemini-2.5-flash/pro + LOCATION=global |
-| OQ-13 | ML-telemetri /tmp/ flyktig i Cloud Run | B5: GCS sink via 10-cost-guard.sh |
+| OQ-13 | ML-telemetri /tmp/ flyktig i Cloud Run | B5: GCS sink |
 
 ---
 
@@ -240,14 +224,15 @@ bash infrastructure/03-teardown.sh
 
 | API | Status |
 |-----|--------|
-| `google.adk.Agent` (ikke LlmAgent) | Bekreftet GA-API |
+| `google.adk.Agent` | Bekreftet GA |
-| `load_memory_tool` | Bekreftet fra adk-python samples |
+| `load_memory_tool` | Bekreftet |
-| Cloud Build 2nd gen (`cloudbuildv2`) | Bekreftet GA |
+| Cloud Build 2nd gen | Bekreftet GA |
-| CMEK ikke for RAG Engine | Ikke støttet (OQ-03) |
+| CMEK ikke for RAG Engine | Ikke støttet |
 | Idempotente scripts | Trygt å kjøre flere ganger |
 | `03-teardown.sh` hver kveld | Agent Runtimes koster 24/7 |
-| Conversational Agents (Dialogflow CX) | Playbooks GA |
+| Dialogflow CX Playbooks | GA |
-| Dask `scheduler="threads"` i Cloud Run | Bekreftet — ingen worker-prosesser nødvendig |
+| Dask `scheduler="threads"` i Cloud Run | Bekreftet |
+| `gemini-2.5-flash` / `gemini-2.5-pro` via `LOCATION=global` | **Bekreftet 2026-05-26** |
 
 ---
 
@@ -268,47 +253,22 @@ Breakeven: 1 kunde til $300-500/mnd dekker alle kostnader.
 
 **Prinsipp:** Lett modell i front (light), tung modell ved behov (heavy).
 
-| Modell | Pris input/output (per 1M) | EU-tilgang | Bruksområde |
+| Modell | Pris (per 1M) | Tilgang | Bruksområde |
 |---|---|---|---|
-| `gemini-2.0-flash` | $0.10 / $0.40 | Ja (europe-west4) | light — alle enkle kall |
+| `gemini-2.5-flash` | $0.30 / $2.50 | global | light — alle enkle kall |
-| `gemini-2.5-pro` | $1.25 / $10.00 | Ja (europe-west4) | heavy — kompleks reasoning, compliance |
+| `gemini-2.5-pro` | $1.25 / $10.00 | global | heavy — reasoning, compliance |
-| `gemini-3.5-flash` | $1.50 / $9.00 | Nei (kun US/global) | heavy reasoning, Fase C |
-
-**Rutetabell per modul:**
-
-| Modul / Agent | light | heavy | Trigger |
-|---|---|---|---|
-| OPAX billing-agent | `gemini-2.0-flash` | `gemini-2.5-pro` / `gemini-3.5-flash` | `mode: heavy` |
-| RAG retrieval | `gemini-2.0-flash` | `gemini-2.5-pro` | Komplekse flertrinns-spørsmål |
-| Memory Bank oppslag | `gemini-2.0-flash` | — | Aldri |
-| TUI-cockpit | `gemini-2.0-flash` | `gemini-3.5-flash` | Dyp analyse |
-| vauco-os (kundeflate) | `gemini-2.0-flash` | `gemini-2.5-pro` | Compliance |
-| Dialogflow CX Playbooks | Gemini (managed) | — | Native |
-| Fase C: Terraform-gen | `gemini-3.5-flash` | — | Standard for modulen |
-| ML-2 heavy predictor | `gemini-2.0-flash` | — | Predikerer heavy-behov |
-
-**Request-format:**
-```json
-{
-  "message": "...",
-  "user_id": "opax",
-  "session_id": "opax-proj-001",
-  "mode": "heavy"
-}
-```
-
-**Modellfordeling:**
 
 | Parameter | light | heavy |
 |---|---|---|
-| Orchestrator | `gemini-2.0-flash` | `gemini-2.5-pro` |
+| Orchestrator | `gemini-2.5-flash` | `gemini-2.5-pro` |
-| Sub-agenter | `gemini-2.0-flash` | `gemini-2.5-pro` |
+| Sub-agenter | `gemini-2.5-flash` | `gemini-2.5-pro` |
-| Reasoning | `gemini-2.0-flash` | `gemini-3.5-flash` |
+| Reasoning | `gemini-2.5-flash` | `gemini-2.5-flash` |
-| Multi-agent pipeline | Nei | Ja |
+| Multi-agent | Nei | Ja |
 | Budsjettgrense | $1/task | $3/task |
+| `LOCATION` | `global` | `global` |
 
-**Autoriserte brukere for heavy mode:** `opax`, `admin`
+**Autoriserte brukere for heavy:** `opax`, `admin`
-Legacy-verdier `A` og `A+` aksepteres og normaliseres automatisk.
+Legacy `A` / `A+` normaliseres automatisk til `light` / `heavy`.
 
 ---
 
@@ -318,10 +278,10 @@ Legacy-verdier `A` og `A+` aksepteres og normaliseres automatisk.
 |---|---|
 | Fase C: Medioteq | `vauco-bootstrap` → Terraform-modul |
 | Per kunde | `terraform apply -var="customer_id=X"` |
-| Ressurser per modul | Cloud Run, Cloud Build 2nd gen, IAP, budsjett, SA, Dialogflow CX agent, ML state store |
+| Ressurser | Cloud Run, Cloud Build, IAP, budsjett, SA, Dialogflow CX, ML state store |
-| State-backend | GCS bucket (`TF_STATE_BUCKET`) |
+| State-backend | GCS (`TF_STATE_BUCKET`) |
-| Fase D | Terraform Cloud for sentralisert state |
+| Fase D | Terraform Cloud |
 
 ---
 
-*OSVauco-NMTMD-GCOS | propane-will-491900-m5 | us-central1 (modell) / europe-west1 (infra)*
+*OSVauco-NMTMD-GCOS | propane-will-491900-m5 | global (modell) / europe-west1 (infra)*