OSVauco/MASTERPLAN.md
chrischristiansen-glitch 7575ee3844
docs(MASTERPLAN): add Cloud Shell Quick-Start, update OQ-02 workaround, infra status table
Updated the last modified date and status in the master plan. Added a quick-start guide for Cloud Shell and made various adjustments to the task list and notes.
2026-05-23 05:38:27 +02:00

5.4 KiB
Raw Blame History

VAUCO MASTERPLAN — Chris Christiansen

Sist oppdatert: 2026-05-23 CEST Status: Repo ferdig — GCP gjenstår (A4A8 neste)


KONTEKST — Hva vi bygger

Ett AI-drevet operativsystem (OPAX) som kjører på Google Cloud. Du er første kunde. Når det virker for deg → selg det til andre.

Repo-oversikt:

Repo Hva det er
OSVauco Regler, GCP-scripts, agenter, docs — KJERNEN
vauco-gemini-tui-bridge Din TUI-cockpit
vauco-os Det kundene bruker
vauco-bootstrap Onboarding av nye kunder
deep-dream Strategisk visjon — aldri deploy herfra

CLOUD SHELL QUICK-START (kopi-klipp)

Bruk Cloud Shell: https://shell.cloud.google.com

# Steg 1: Klon og sett opp miljø
gcloud config set project propane-will-491900-m5
git clone https://github.com/chrischristiansen-glitch/OSVauco.git ~/OSVauco
cd ~/OSVauco

# Steg 2: Kopier og rediger .env
cp .env.example .env
nano .env
# Fyll ut: BILLING_ACCOUNT_ID og ALERT_EMAIL
# 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)
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  # Legg til: export RAG_CORPUS_NAME="..."
source .env

bash infrastructure/08-memorybank-setup.sh
# *** Kopier MEMORY_ENGINE_NAME fra output inn i .env ***
nano .env  # Legg til: export MEMORY_ENGINE_NAME="..."
source .env

bash infrastructure/05-cloudrun-deploy.sh
bash infrastructure/04-observability-setup.sh

# Om kvelden (OBLIGATORISK — unngå 24/7-fakturering):
bash infrastructure/03-teardown.sh

FASE A — Ferdigstill kjernen (GCP oppe)

Mål: Agenten din er live på Google Cloud | Tid: Ca. 2 timer

[ ] A1 — cp .env.example .env og fyll inn verdier
        PROJECT_ID=propane-will-491900-m5
        REGION=us-central1
        BILLING_ACCOUNT_ID=0171F6-057E6B-A260BA
        ALERT_EMAIL=chris.christiansen@vauco.no
        ORCHESTRATOR_MODEL=gemini-2.0-flash
        SUBAGENT_MODEL=gemini-2.0-flash
[ ] A2 — bash infrastructure/00-authcheck.sh
[ ] A3 — bash infrastructure/01-setupenv.sh
[ ] A4 — bash infrastructure/07-rag-setup.sh
        OQ-02: Script faller automatisk tilbake til us-east1 om nødvendig
        ACTION: Kopier RAG_CORPUS_NAME til .env
[ ] A5 — bash infrastructure/08-memorybank-setup.sh
        OQ-01: Python SDK only (auto-installert av script)
        ACTION: Kopier MEMORY_ENGINE_NAME til .env
[ ] A6 — bash infrastructure/05-cloudrun-deploy.sh
[ ] A7 — bash infrastructure/04-observability-setup.sh
[ ] A8 — bash infrastructure/03-teardown.sh   (kjør hver kveld)

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 — bash infrastructure/06-cicd-setup.sh
        OQ-04: GitHub OAuth må settes opp manuelt i GCP Console
        https://console.cloud.google.com/cloud-build/triggers

FASE C — Første salgsmodul

Mål: Ny kunde onboardet på 30 minutter | Tid: Ukentlig arbeid

[ ] C1 — Pakk `vauco-bootstrap` som onboardingprodukt
[ ] C2 — Pakk `vauco-os` som kundeflate
[ ] C3 — Første kunde: Medioteq (europe-north1, separat GCP-prosjekt)

INFRASTRUKTUR

Script Rolle Status
00-authcheck.sh Verifiser gcloud-innlogging Klar
01-setupenv.sh Aktiver APIs, SA, IAM, budsjett Klar
02-deploy.sh IAP-deploy på eget domene Klar
03-teardown.sh Riv ned Cloud Run Klar
04-observability-setup.sh Monitoring + alerting Klar
05-cloudrun-deploy.sh ADK-agent til Cloud Run Klar
06-cicd-setup.sh GitHub → Cloud Build Klar
07-rag-setup.sh RAG Engine corpus + fallback Oppdatert
08-memorybank-setup.sh Memory Bank + auto-install Oppdatert

BEKREFTET GA-API

API Status Bekreftet fra
google.adk.Agent (ikke LlmAgent) Bekreftet GA-API
load_memory_tool Bekreftet fra adk-python samples
CMEK ikke for RAG Engine Ikke støttet (OQ-03)
CI/CD --no-traffic Manuell trafikkbytte — HITL
Idempotente scripts Trygt å kjøre flere ganger
03-teardown.sh hver kveld Agent Runtimes koster 24/7

DRIFTSKOSTNADER

Scenario Kostnad/mnd
Bare deg (dev, teardown daglig) ~$25-75
1 betalende kunde (lett prod) ~$115-280
Medioteq-type (klinisk, compliance) ~$220-350

Breakeven: 1 kunde til $300-500/mnd dekker alle kostnader. Ikke bygg kost-analyse-system nå — spør agenten når GCP er oppe.


KJENTE HULL

ID Hva Workaround
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 Manuelt i Console
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

OSVauco-NMTMD-GCOS | propane-will-491900-m5 | us-central1 GitHub: chrischristiansen-glitch/OSVauco