From 1046f9f13cc965c9344efdb54cd4648063b409a9 Mon Sep 17 00:00:00 2001
From: Thomas Stallinger <stallinger@gmx.de>
Date: Wed, 26 Aug 2026 10:00:48 +0200
Subject: [PATCH] Health-Metriken im Checkin + Jitter aufs Standardintervall
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

collect_health() sammelt Diskbelegung/RAM/Uptime/Load Average rein per
Stdlib (shutil.disk_usage, /proc/meminfo, /proc/uptime, os.getloadavg),
jeder Wert einzeln try/except. checkin() schickt das Ergebnis jetzt mit.
main()-Loop wendet 0-30 Min Jitter nur auf 'große' Intervalle (>=1h) an -
der kurze Debug-Modus (60s) und der Fallback-Retry bleiben unverjittert,
sonst würde Jitter den Debug-Zweck untergraben. Boot-Checkin war schon
vorher vorhanden (run_once() läuft immer vor der ersten sleep()), hier
nicht angefasst.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
---
 agent.py | 58 +++++++++++++++++++++++++++++++++++++++++++++++++++++++-
 1 file changed, 57 insertions(+), 1 deletion(-)

diff --git a/agent.py b/agent.py
index 58258c5..cf52727 100644
--- a/agent.py
+++ b/agent.py
@@ -1,5 +1,6 @@
 import json
 import os
+import random
 import shutil
 import subprocess
 import sys
@@ -13,6 +14,12 @@ CREDENTIALS_PATH = os.environ.get(
     "TUXFLOTTE_AGENT_CREDENTIALS", "/etc/tuxflotte/agent.credentials"
 )
 FALLBACK_INTERVAL_SECONDS = 60
+# Jitter (26.08.2026-Planung): nur auf "grosse" Intervalle (Standard 6h)
+# anwenden, nicht auf den kurzen Debug-Modus (60s) oder den Fallback-Retry
+# (FALLBACK_INTERVAL_SECONDS) - sonst wuerde Jitter genau den Zweck des
+# schnellen Debug-Zyklus untergraben.
+JITTER_THRESHOLD_SECONDS = 60 * 60
+JITTER_MAX_SECONDS = 30 * 60
 
 
 def log(message):
@@ -71,9 +78,55 @@ def bootstrap(device_id):
         return json.loads(response.read().decode("utf-8"))
 
 
+def collect_health():
+    """
+    Health-Metriken fuers Checkin (26.08.2026-Planung) - reines Stdlib,
+    keine neue Abhaengigkeit. Jeder Einzelwert einzeln in try/except: ein
+    fehlschlagender Wert (z.B. Load Average auf einem ungewoehnlichen
+    System) darf die anderen nicht verhindern.
+    """
+
+    health = {}
+
+    try:
+        nutzung = shutil.disk_usage("/")
+        health["disk_used_percent"] = round(nutzung.used / nutzung.total * 100, 1)
+    except OSError as exc:
+        log(f"Health: Diskbelegung nicht ermittelbar: {exc}")
+
+    try:
+        werte = {}
+        with open("/proc/meminfo", "r", encoding="utf-8") as f:
+            for zeile in f:
+                schluessel, _, rest = zeile.partition(":")
+                if schluessel in ("MemTotal", "MemAvailable"):
+                    werte[schluessel] = int(rest.strip().split()[0])
+        if werte.get("MemTotal"):
+            belegt = werte["MemTotal"] - werte.get("MemAvailable", 0)
+            health["ram_used_percent"] = round(belegt / werte["MemTotal"] * 100, 1)
+    except (OSError, ValueError) as exc:
+        log(f"Health: RAM-Auslastung nicht ermittelbar: {exc}")
+
+    try:
+        with open("/proc/uptime", "r", encoding="utf-8") as f:
+            health["uptime_seconds"] = int(float(f.read().split()[0]))
+    except (OSError, ValueError) as exc:
+        log(f"Health: Uptime nicht ermittelbar: {exc}")
+
+    try:
+        load1, load5, load15 = os.getloadavg()
+        health["load_1m"] = round(load1, 2)
+        health["load_5m"] = round(load5, 2)
+        health["load_15m"] = round(load15, 2)
+    except OSError as exc:
+        log(f"Health: Load Average nicht ermittelbar: {exc}")
+
+    return health
+
+
 def checkin(device_id, agent_secret):
     return api_request(
-        "/api/v1/agent/checkin", agent_secret, {"device_id": device_id}
+        "/api/v1/agent/checkin", agent_secret, {"device_id": device_id, "health": collect_health()}
     )
 
 
@@ -205,6 +258,9 @@ def main():
             log(f"Check-in-Fehler: {exc}")
             interval = FALLBACK_INTERVAL_SECONDS
 
+        if interval >= JITTER_THRESHOLD_SECONDS:
+            interval += random.uniform(0, JITTER_MAX_SECONDS)
+
         time.sleep(interval)