deploy: Dockerfile, Compose pro Rolle, LiteLLM, Prometheus/Alertmanager, Canary-Prober, n8n-Workflows

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

deploy/scripts/gpu-xid-textfile.sh

@@ -0,0 +1,16 @@
+#!/usr/bin/env bash
+# Zählt NVIDIA-Xid-Fehler aus dem Kernel-Log und schreibt sie für den node_exporter (textfile collector).
+# Aufruf per systemd-Timer jede Minute (siehe platform/proxmox/ansible/roles/gpu-node).
+set -euo pipefail
+OUT_DIR="${1:-/var/lib/node_exporter/textfile}"
+TMP="$(mktemp "${OUT_DIR}/.xid.XXXXXX")"
+{
+  echo "# HELP knaster_gpu_xid_errors_total NVIDIA Xid-Fehler seit Boot"
+  echo "# TYPE knaster_gpu_xid_errors_total counter"
+  journalctl -k -b --no-pager -o cat 2>/dev/null \
+    | grep -oE 'NVRM: Xid \([^)]*\): [0-9]+' \
+    | awk '{print $NF}' | sort | uniq -c \
+    | awk '{printf "knaster_gpu_xid_errors_total{xid=\"%s\"} %d\n", $2, $1}'
+} > "$TMP"
+chmod 0644 "$TMP"
+mv "$TMP" "${OUT_DIR}/gpu_xid.prom"