infra: Compose-Stack mit Monitoring, ohne LiteLLM (Task 5.2)

- deploy/compose/infra: Dienst litellm entfernt (D4), Router auf LITELLM_BASE_URL
  (appsrv08, Port noch offen), alle Images gepinnt, Grafana und pve-exporter
  ohne Profile, node-exporter für den LXC, Zustand über KNASTER_STATE_DIR
- Prometheus: GPU-VMs per file_sd (node, gpu), Proxmox-Knoten per IP, infra-node
- Grafana: Datasource und Dashboards provisioniert (grafana.com 10347, 1860,
  14574 sowie knaster-Übersicht)
- Alertmanager: n8n-Receiver nur vorbereitet (auskommentiert)
- Ansible: Rollen infra-stack und gpu-exporters, Playbooks monitoring.yml und
  monitoring-targets.yml, Skript monitoring-targets.py (tofu output → file_sd)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

platform/proxmox/scripts/monitoring-targets.py

@@ -0,0 +1,80 @@
+#!/usr/bin/env python3
+"""Prometheus-file_sd-Ziele für die GPU-VMs erzeugen (läuft auf ops).
+
+Die GPU-VMs bekommen ihre Adressen per DHCP (D5), deshalb stehen sie nicht fest in prometheus.yml.
+Eingabe ist `tofu output -json gpu_vms` (stdin), dazu die Registry für die Slot-Labels des Healers.
+
+    tofu output -json gpu_vms | python3 monitoring-targets.py --registry sites/knaster/registry.yaml --out DIR
+
+Schreibt DIR/node.json (node_exporter, Port 9100) und DIR/gpu.json (nvidia_gpu_exporter, Port 9835).
+
+Labels je Ziel: instance (VM-Name, bleibt bei IP-Wechsel gleich), vm, pve_node, vmid, slot, slots.
+`slot` ist der erste Slot der Registry mit dieser vmid (Reihenfolge der Registry), `slots` alle,
+kommagetrennt. VMs ohne Slot bekommen slot="none" (der Healer markiert dann keinen echten Slot).
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+import sys
+from pathlib import Path
+
+import yaml
+
+PORTS = {"node": 9100, "gpu": 9835}
+
+
+def slots_by_vmid(registry: dict) -> dict[str, list[str]]:
+    out: dict[str, list[str]] = {}
+    for name, slot in (registry.get("slots") or {}).items():
+        vmid = str((slot.get("ops") or {}).get("vmid", ""))
+        if vmid:
+            out.setdefault(vmid, []).append(name)
+    return out
+
+
+def build_targets(gpu_vms: dict, registry: dict) -> dict[str, list[dict]]:
+    by_vmid = slots_by_vmid(registry)
+    result: dict[str, list[dict]] = {job: [] for job in PORTS}
+    for name in sorted(gpu_vms):
+        vm = gpu_vms[name]
+        if not vm.get("ipv4"):
+            print(f"Warnung: {name} hat keine IPv4 (Gast-Agent?), übersprungen", file=sys.stderr)
+            continue
+        vmid = str(vm["vmid"])
+        slots = by_vmid.get(vmid, [])
+        labels = {
+            "instance": name,
+            "vm": name,
+            "pve_node": vm["node"],
+            "vmid": vmid,
+            "slot": slots[0] if slots else "none",
+            "slots": ",".join(slots),
+        }
+        for job, port in PORTS.items():
+            result[job].append({"targets": [f"{vm['ipv4']}:{port}"], "labels": labels})
+    return result
+
+
+def main() -> int:
+    ap = argparse.ArgumentParser(description=__doc__.splitlines()[0])
+    ap.add_argument("--registry", required=True, type=Path)
+    ap.add_argument("--out", required=True, type=Path)
+    args = ap.parse_args()
+
+    gpu_vms = json.load(sys.stdin)
+    registry = yaml.safe_load(args.registry.read_text(encoding="utf-8"))
+    targets = build_targets(gpu_vms, registry)
+    args.out.mkdir(parents=True, exist_ok=True)
+    for job, entries in targets.items():
+        path = args.out / f"{job}.json"
+        tmp = path.with_suffix(".tmp")
+        tmp.write_text(json.dumps(entries, indent=2, sort_keys=True) + "\n", encoding="utf-8")
+        tmp.replace(path)
+        print(f"{path}: {len(entries)} Ziele")
+    return 0 if targets["node"] else 1
+
+
+if __name__ == "__main__":
+    sys.exit(main())