Initial import from bf-network-r6.opencode — opencode migration

docs/handoff-doku-session-20260818.md

@@ -0,0 +1,145 @@
+# Übergabe an die Doku-/Review-Session — Stand 2026-08-18, 06:30
+
+> **Wofür das hier ist:** Du hast in der Nacht auf den 18. eine Analyse gefahren und drei Befunde
+> gemeldet. **Alle drei waren richtig.** Parallel lief eine zweite Session, die dieselben Dateien
+> bearbeitet hat — daher dieses Dokument: es sagt dir, was inzwischen erledigt ist, was von deinen
+> Befunden offen bleibt, und wo du weiterarbeiten kannst, ohne dass wir uns gegenseitig überschreiben.
+
+---
+
+## 1. Deine drei Befunde — Abgleich
+
+### ✅ Befund 1: Doku-Drift — bestätigt, inzwischen behoben
+
+Du hattest recht, und die Ursache war banal: die andere Session hat in der Nacht die **TP-Abschnitte**
+und `CLAUDE.md` nachgezogen, aber den **„Ist-Stand (Kurz)"-Block** oben in `teilprojekte.md` übersehen.
+Genau den Block, den eine frische Session zuerst liest.
+
+Alle vier von dir genannten Punkte waren falsch und sind jetzt korrigiert:
+
+| stand dort | tatsächlich (live geprüft 08-18) |
+|---|---|
+| „reine Standalone-APs, kein CAPsMAN" | CAPsMAN auf dem Core seit 08-17 (TP28) |
+| RouterOS 7.19.5 / 7.23 | **alle vier auf 7.24**, RouterBOOT ebenfalls 7.24 |
+| DNS „plain 1.1.1.1" | **DoH** zum CF-Gateway, `verify-doh-cert=yes` |
+| 68/68 Compliance | **92/92 bei 23 Rules, 0 Drifts** |
+
+**TP26/TP27 haben jetzt Abschnitte.** Du hattest auch damit recht: beide existierten nur als Commits
+und `.rsc`-Dateien. TP27 ist Christophs eigene RouterBOOT-/7.24-Arbeit aus Commit `b93514a` — daher
+kam die 7.24, die im Ist-Stand-Block fehlte.
+
+### ✅ Befund 2: TP6-Prämisse — bestätigt, jetzt im Dokument verankert
+
+`docs/call-quality-diagnosis.md` sagt es sogar im **Kopf**: TP6 „hat sich als **Nicht-QoS-Problem**
+entpuppt". Dazu die Ergebnistabelle: `CAKE / QoS | kein Bufferbloat-Spielraum | ❌ nicht deployt`.
+
+Das steht jetzt in TP6 selbst, samt der Einschränkung, die du selbst genannt hast (FritzBox-Ära,
+Edge seither getauscht). **Der kritische Pfad ist entsprechend umformuliert:** nächster Schritt ist
+eine Messung gegen den heutigen Edge, nicht der Bau einer Queue.
+
+### ✅ Befund 3: Fasttrack — bestätigt, plus zwei Fakten, die du nicht wissen konntest
+
+Live nachgezählt am 08-18:
+
+```
+2 accept                | defconf: accept est,rel,untracked | 32.979.171 Pakete
+3 fasttrack-connection  | defconf: fasttrack                |          0 Pakete
+0 von 445 Verbindungen fasttracked
+```
+
+**Ergänzung 1 — es ist kein Zufall, sondern ein Cutover-Artefakt.** `ap1` hatte die Reihenfolge vor
+dem Cutover **richtig** (Fasttrack zuerst, MikroTik-defconf). Umgedreht wurde sie beim handgebauten
+Core-Aufbau in TP21.1.
+
+**Ergänzung 2 — seit dem 18. steht der Fehler als *Absicht* in der SoT.** Das Re-Baseline
+(`ingest-core-firewall.py --apply`) nach TP5 E3/E4 hat die Reihenfolge unverändert nach Nautobot
+geschrieben, Rule `ip-firewall-filter` mit `config_ordered=true`. Das ist die Kehrseite dieses
+Werkzeugs: es erklärt den Ist-Stand zum Soll, ohne zu prüfen, ob der sinnvoll ist. Steht jetzt als
+Warnung in TP21.
+
+**Offen und bewusst nicht entschieden** (gehört Christoph): Reihenfolge korrigieren · Fasttrack-Regel
+entfernen · so lassen. Vorher wäre zu messen, was Fasttrack-los den **Inter-VLAN**-Durchsatz kostet
+(NAS ↔ MAIN läuft geroutet über die Core-CPU). Für 10 Mbit WAN irrelevant, für Gigabit-Transfers nicht.
+
+---
+
+## 2. Was in der Nacht passiert ist (Kontext, den du sonst rekonstruieren müsstest)
+
+Chronologisch, alles verifiziert und committet:
+
+1. **TP23 Stufe 1 — DoH auf dem Core.** GTS Root R4 importiert (~1 KB statt CA-Bundle — der Core hat
+   nur 2,8 MB freien Flash), `verify-doh-cert=yes`.
+   ⚠️ Der Deploy meldete **FAILURE, obwohl alles saß**: `/certificate import` gibt `failed: 0` aus, und
+   der Job scannt den Output stumpf nach dem Wort.
+2. **TP23 Stufe 2 — AdGuard vorbereitet, bewusst NICHT scharf geschaltet.** Conditional Upstreams,
+   sechs CIDR-Gruppen, `dns-bypass-exempt`. **Kein DHCP-Scope angefasst.**
+3. **TP5 Etappe 2-Nachtrag.** Das „die Log-Regel ist verstummt" von Etappe 2 stammte aus einem
+   **70-Sekunden**-Fenster und war falsch — über dreieinhalb Stunden liefen 119 Zeilen auf. Drei der
+   vier Lücken hätten den Drop zum Ausfall gemacht, darunter: **der Netmiko-Deploy kommt von
+   `10.40.20.31` (`nautobot-worker`), nicht von `.20.30`.**
+4. **TP5 Etappe 3 + 4 — deny-by-default in beiden Ketten.** Abnahme: 11 gedroppte Pakete in 15 Minuten,
+   alle von der eigenen Sonde. Die 5 mDNS-`input`-Regeln sind dadurch erstmals scharf.
+5. **NTP.** Der Standort hatte **nirgends** eine funktionierende Zeitsynchronisation. Jetzt: Core als
+   Quelle, DHCP-Option 42, ComplianceRule `system-ntp`.
+6. **TP7.1 — SSDP-Relay** als LXC 108 auf pve. User-bestätigt: „sonos ist da!"
+7. **TP28-Rest — GC-Modell auf CAPsMAN umgebaut.** Die APs trugen noch die komplette
+   Standalone-WLAN-Config aus TP3; abgeräumt.
+8. **TP19 und TP3.2 geschlossen.**
+
+### ⚠️ Korrektur zu Punkt 7 — und die wichtigste Lehre der ganzen Nacht
+
+Ich hatte den AP-Cleanup mit „30 Clients vorher, 30 nachher, kein Aussetzer" abgenommen. **Das war der
+falsche Maßstab.** Parallel lief bereits ein Ausfall, den genau diese Zahl verdeckt hat:
+
+Seit dem CAPsMAN-Cutover vom **08-17** war `/interface wifi cap slaves-datapath` auf beiden APs **leer**
+— das einzige Feld, das die vom Manager erzeugten Slave-VAPs lokal in die Bridge hängt. Der Core schickt
+`datapath.bridge=bridge` mit, der CAP übernimmt davon aber **nur die `vlan-id`**. Folge: `-iot`, `-media`,
+`-untrusted` und `-guest` hingen **in gar keiner Bridge**. Clients assoziierten sauber und bekamen
+**nie DHCP** — **14 Stunden lang**. `dirtyvader-main` lief weiter, weil `wifi1`/`wifi2` statische
+Bridge-Ports sind, und hat den Ausfall getarnt.
+
+Gefunden und behoben hat es Christoph am 08-18 um 09:13 (Commit `1ba8260`): `dp-caps-slaves`
+(`bridge=bridge`, bewusst **ohne** `vlan-id`) + `slaves-datapath` darauf, auf beiden APs.
+
+**Zwei Konsequenzen, die du kennen solltest:**
+
+1. **Die Registration-Table ist kein Abnahmekriterium.** Sie zeigte während des Ausfalls zufriedene
+   IOT-Clients — und ich habe damit „kein Aussetzer" attestiert. **Richtig ist eine frische DHCP-Lease
+   pro SSID.** Steht inzwischen so in `CLAUDE.md`.
+2. **Es war nicht die TP5-Härtung**, obwohl der zeitliche Zusammenfall das nahelegt: `torch` auf vlan30
+   am Core war leer **und** der TP5-Drop-Log zeigte nichts. Beides leer heißt: es kommt nichts an, es
+   wird nichts verworfen → **L2-Problem, nicht Firewall**. Diese Merkregel steht jetzt ebenfalls in
+   `CLAUDE.md` und ist bei künftigen „connect ok, kein DHCP"-Fällen der erste Griff.
+
+**Nautobot-Betrieb:** der Stack hat sich zweimal selbst umgebracht. Ursache war der **Image-Healthcheck**
+(voller Django-Start alle 10 s, Aufrufe stapeln sich → ENOMEM → DSM räumt ab), nicht Celery. Behoben.
+Steht in TP21.
+
+---
+
+## 3. Arbeitsteilung — damit wir uns nicht überschreiben
+
+`docs/teilprojekte.md` ist die einzige Datei, die beide Sessions anfassen wollen. In der Nacht wurde
+sie viermal committet.
+
+**Vorschlag:** die andere Session hält sich ab jetzt von `teilprojekte.md` fern, solange du daran
+arbeitest. Vor jedem Edit `git pull`, danach zügig committen — der Stand ist auf
+`gitea/main` gepusht.
+
+### Was für dich sinnvoll offen liegt
+
+- **Doku-Konsistenz weiter prüfen.** Du hast den Ist-Stand-Block gefunden; wahrscheinlich gibt es mehr
+  davon. Lohnende Kandidaten: `docs/ip-plan.md` (enthält noch `10.40.41.x`-Zeilen aus der VLAN1-Ära),
+  `docs/doku-cleanup-session.md` Punkt E (laut Follow-up-Liste „teilweise"), und die Memory-Dateien —
+  mehrere behaupten noch „kein CAPsMAN".
+- **TP13 / TP14.4 / TP16.3** — die hattest du bereits offen. TP14.4 (CF-Access-Service-Token rotieren)
+  ist unverändert offen, TP16.3 ebenfalls (Recherche durch, Umsetzung offen).
+- **Nicht anfassen ohne Rücksprache:** die Fasttrack-Reihenfolge (Entscheidung gehört Christoph) und
+  alles, was einen GC-Push auslöst — die Compliance steht gerade auf 92/92 und das sollte sie bleiben.
+
+### Zwei Regeln, die in der Nacht teuer erkauft wurden
+
+1. **Job-Status ist kein Wirksamkeitsnachweis.** Zweimal meldete ein Plan „Completed", ohne etwas zu
+   ändern (`[find !dynamic]` ist auf `/interface wifi configuration` ein **Syntaxfehler**, kein Filter),
+   und einmal „FAILURE", obwohl alles saß. Nur die Gegenprüfung am Gerät zählt — `--assert` nutzen.
+2. **Ein Zählerstand über 70 Sekunden ist keine Messung.** Siehe TP5 oben.