Feat: Stack-Funktionsprüfung nach OS-/Engine-/Router-Update

Bisher hatte nur das Hermes-Update einen echten Post-Check; OS/Engine/Router
liefen mit Exit 0 durch, auch wenn der neue Build den Stack zerschoss (gruener
Job trotz totem Stack). Neu: deploy/stack-postcheck.sh prueft nach jedem Update
funktional — llama-swap aktiv, /v1/models 200, ECHTE 1-Token-Inferenz auf dem
Hirn-Modell (beweist Laden+Generieren), MC2 /api/health engine_reachable, Mem0
erreichbar. Eingehaengt als `<update> && bash stack-postcheck.sh` in os/engine/
swap-update-job → Exit 1 macht den jobengine-Job ROT. Pendant zu hermes-postcheck.sh.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

deploy/stack-postcheck.sh

@@ -0,0 +1,69 @@
+#!/usr/bin/env bash
+# Stack-Post-Update-Check: läuft NACH jedem Update (OS / Engine / Router) und verifiziert,
+# dass der komplette Inferenz-Stack noch FUNKTIONIERT — nicht nur "Befehl lief durch".
+# Exit 0 = alles ok, sonst 1 → der jobengine-Job wird im UI ROT (state=failed).
+#
+# Pendant zu hermes-postcheck.sh (prüft das Gehirn/Mem0); dieser prüft Router+Engine+MC2
+# inkl. einer ECHTEN 1-Token-Inferenz (beweist, dass ein Modell wirklich lädt & generiert).
+set -uo pipefail
+
+SWAP_URL="${MC_LLAMA_SWAP_URL:-http://127.0.0.1:8080}"
+MC_URL="${MC_URL:-http://127.0.0.1:9001}"
+MEM0_URL="${MEM0_SERVICE_URL:-http://127.0.0.1:8765}"
+BRAIN="${MC_WARMUP_MODELS:-fast}"; BRAIN="${BRAIN%% *}"   # erstes Modell, falls Liste
+fail=0
+
+echo "=== Stack Post-Update: Funktionsprüfung ==="
+
+# 0. Auf llama-swap warten — ein Engine/Router-Update startet den Dienst neu, der Erststart
+#    (+ erstes Modell-Laden) kann dauern. Max ~120s.
+swap_up=0
+for _ in $(seq 1 60); do
+  curl -sf -m 5 "$SWAP_URL/v1/models" >/dev/null 2>&1 && { swap_up=1; break; }
+  sleep 2
+done
+
+# 1. Router-Dienst aktiv? (is-active ist read-only → kein sudo nötig)
+if systemctl is-active --quiet llama-swap; then
+  echo "PASS · llama-swap-Dienst aktiv"
+else
+  echo "FAIL · llama-swap-Dienst NICHT aktiv"; fail=1
+fi
+
+# 2. Engine erreichbar (Modell-Liste)?
+if [ "$swap_up" -eq 1 ]; then
+  echo "PASS · Engine /v1/models antwortet"
+else
+  echo "FAIL · Engine /v1/models antwortet nicht (nach 120s)"; fail=1
+fi
+
+# 3. Echte Inferenz: lädt ein Modell und generiert es ein Token?
+resp="$(curl -s -m 240 -X POST "$SWAP_URL/v1/chat/completions" \
+  -H 'Content-Type: application/json' \
+  -d "{\"model\":\"$BRAIN\",\"max_tokens\":1,\"messages\":[{\"role\":\"user\",\"content\":\"ping\"}]}" 2>/dev/null)"
+if printf '%s' "$resp" | grep -q '"choices"'; then
+  echo "PASS · Inferenz auf '$BRAIN' liefert eine Antwort"
+else
+  echo "FAIL · Inferenz auf '$BRAIN' fehlgeschlagen (Modell lädt/generiert nicht)"; fail=1
+fi
+
+# 4. MC2 selbst gesund (Engine + Gateway erreichbar)?
+if curl -sf -m 8 "$MC_URL/api/health" 2>/dev/null | grep -qE '"engine_reachable":[[:space:]]*true'; then
+  echo "PASS · MC2 /api/health: engine_reachable=true"
+else
+  echo "FAIL · MC2 /api/health meldet Engine nicht erreichbar"; fail=1
+fi
+
+# 5. Mem0-Sidecar (Gedächtnis) erreichbar?
+if curl -sf -m 5 "$MEM0_URL/health" >/dev/null 2>&1; then
+  echo "PASS · Mem0-Sidecar erreichbar"
+else
+  echo "FAIL · Mem0-Sidecar NICHT erreichbar"; fail=1
+fi
+
+if [ "$fail" -eq 0 ]; then
+  echo "=== STACK OK ✓ ==="
+else
+  echo "=== STACK-CHECK FEHLGESCHLAGEN — bitte prüfen ==="
+fi
+exit "$fail"