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

docs/tp19-vlan1-cudy-teardown-runbook.md

@@ -0,0 +1,148 @@
+# VLAN1-Leak-Härtung (TP3.1) + VLAN1-Retirement/cudy-Teardown (TP19) — Runbook
+
+**Stand: 2026-07-15.** Zwei verschiedene TPs, ein gemeinsamer Session-Ablauf (Phase A wird logisch zuerst
+gemacht, blockiert aber Phase B nicht). Steuerung/Scope: `docs/teilprojekte.md` → **TP3.1** (Phase A) und
+**TP19** (Phase B). Verwandt: `project_vlan1_dhcp_incident` (Root-Cause-Erstdiagnose), `routeros/tp3.1-ap2-vlan.rsc`
+(Interim-Härtungsmuster, dort erstmals auf ap2 angewendet). Für eine frische Session gedacht — kein Vorwissen
+aus Vorgänger-Sessions vorausgesetzt.
+
+---
+
+## TL;DR
+**Akuter Bug, nicht nur Cleanup:** Clients auf `dirtyvader-main` (VLAN10) bekommen zeitweise
+`10.40.41.x`-IPs (VLAN1) statt `10.40.10.x` — der bereits einmal diagnostizierte
+**Dual-DHCP-Race** (gleiche MAC hält gleichzeitig eine `defconf`/VLAN1- und eine `dhcp-v10`-Lease).
+
+- **Phase A — TP3.1-Scope (~30–60 Min):** akutes Leck auf ap1 stopfen, gleiche Härtung wie 2026-07-06
+  auf ap2 (dort schon TP3.1-Interim-Härtung). Symptom weg, VLAN1 existiert danach noch.
+- **Phase B — TP19-Scope (~2–3h):** VLAN1 + cudy komplett abbauen. Ursache weg, kein Leck mehr möglich,
+  Phase-A-Härtung wird dabei redundant (muss nicht zurückgebaut werden, verschwindet mit VLAN1 selbst).
+
+Phase A blockiert Phase B nicht (unabhängig ausführbar), aber Phase B macht Phase A überflüssig.
+
+---
+
+## Kontext / Root Cause
+
+VLAN1 ist historisch das Flachnetz der alten FritzBox-Ära und trägt bis heute:
+1. Das **cudy-Alt-WLAN** (`elektrosmog.c` o.ä., cudy1/cudy2, `10.40.41.246`/`.247`) — bridged Clients
+   untagged in VLAN1.
+2. Eine aktive **DHCP-Client-Rolle** auf ap1 (`defconf`/pool-v1) — vergibt weiterhin `10.40.41.x`-Leases.
+3. Switch-/AP-Management (sw1 `.11`, sw2 `.12`, ap2-Mgmt `.2`) — **das bleibt** bis zum separaten
+   MGMT-VLAN99-Cutover, ist NICHT Teil dieses Teardowns.
+
+**Bereits einmal aufgetreten und diagnostiziert** (`project_vlan1_dhcp_incident`, 2026-07-05/06):
+dieselben Main-SSID-MACs hielten gleichzeitig eine korrekte `dhcp-v10`-Lease **und** eine
+`defconf`/VLAN1-Lease → Race, sichtbar als „offering ... without success" + minütliches Flapping.
+**Fix damals (TP3.1, 2026-07-06):** auf **ap2** wurden die Master-Radio-Bridge-Ports `wifi1`/`wifi2`
+von `frame-types=admit-all` auf **`admit-only-vlan-tagged`** umgestellt — untagged Main-Frames werden
+seither auf ap2 verworfen statt in VLAN1 gedumpt. **Diese Härtung wurde nur auf ap2 gemacht.** Der
+aktuell gemeldete Leck auf `dirtyvader-main` deutet stark darauf hin, dass **ap1 die gleiche Lücke
+noch offen hat** (lokale Main-Radios dort vermutlich noch `admit-all`).
+
+---
+
+## Phase A (TP3.1) — Akutmitigation (Leck auf ap1 stopfen)
+
+**Ziel:** `dirtyvader-main`-Clients bekommen zuverlässig nur noch `dhcp-v10`-Leases, keine `defconf`
+mehr. VLAN1 selbst bleibt vorerst bestehen (das ist Phase B).
+
+### A1 — Live-Diagnose (Race bestätigen)
+1. `mikromcp list_wifi_clients` / Registration-Table auf ap1, gefiltert auf `dirtyvader-main`-Interface
+   → betroffene MACs sammeln.
+2. `mikromcp list_dhcp_leases` auf **beiden** Servern (`defconf` = VLAN1-Pool, `dhcp-v10` = VLAN10-Pool)
+   → nach denselben MACs suchen. **Beweis des Race:** dieselbe MAC taucht in beiden Leases auf.
+3. Prüfen, ob die betroffenen Clients über **ap1** (lokal) oder **ap2** (remote-CAP) verbunden sind —
+   falls ap2, ist die TP3.1-Härtung dort vermutlich schon aktiv und das Leck sitzt tatsächlich auf ap1
+   (bestätigt die Hypothese) oder wo anders (cudy selbst, s. A4).
+
+### A2 — Fix: ap1 Main-Radio-Härtung (Playbook = TP3.1)
+1. Auf ap1: welche Bridge-Ports tragen die **lokalen Master-Radios** für `dirtyvader-main` (wifi1/wifi2,
+   analog zur ap2-Struktur aus TP3.1)? Aktuellen `frame-types`-Wert prüfen.
+2. Falls `admit-all`: auf **`admit-only-vlan-tagged`** umstellen — **exakt das gleiche Muster wie
+   TP3.1 auf ap2**, siehe `routeros/tp3.1-ap2-vlan.rsc` als Referenz.
+3. ⚠️ **NICHT anfassen: `ether2`** (WAN-Trunk/Mgmt-Pfad von ap1 — VLAN1 muss dort laut TP3.1/TP4
+   weiterhin `untagged=bridge,ether2` bleiben, sonst Lockout-Risiko für Switch-/AP-Mgmt). Nur die
+   WLAN-Radio-Bridge-Ports ändern, kein anderer Port.
+4. `dryRun:true` zuerst, Diff prüfen, dann `apply_plan`.
+
+### A3 — Verifikation
+1. Betroffene Clients (aus A1) neu verbinden lassen (WiFi aus/an) oder auf DHCP-Renew warten.
+2. Neue Lease muss **ausschließlich** `dhcp-v10` sein — `defconf`-Lease für diese MAC darf nicht
+   erneuert werden (alte Lease läuft aus/wird nicht erneuert = ok).
+3. 10–15 Min beobachten (mehrere Renew-Zyklen), kein erneutes Flapping.
+
+### A4 — Falls A2 nicht ausreicht
+Falls nach dem ap1-Fix das Symptom weiter auftritt: Leck sitzt evtl. nicht an den Main-Radios, sondern
+am **cudy selbst** (bridged evtl. irgendwo denselben L2-Broadcast-Domain-Ast) oder an einem noch nicht
+identifizierten Pfad. In dem Fall: Phase B (kompletter cudy-Abbau) vorziehen/beschleunigen — das
+Symptom verschwindet spätestens dann garantiert, weil die VLAN1-Quelle physisch weg ist.
+
+---
+
+## Phase B (TP19) — Vollständiger Teardown (VLAN1 + cudy weg)
+
+### B0 — Ziel-Abgrenzung
+Weg: cudy-WLAN komplett, VLAN1 als **Client**-Netz (`defconf`/pool-v1). Bleibt (by design, bis
+separater MGMT-VLAN99-Cutover): sw1 `.11`, sw2 `.12`, ap2-Mgmt `.2` — statisch, kein DHCP nötig.
+
+### B1 — Prereqs: restliche VLAN1-Clients umziehen (SONST verwaisen sie beim cudy-Tod)
+Live-Stand ap1-ARP zuletzt geprüft 2026-07-13 — zu Sessionbeginn neu sweepen, Stand kann sich geändert
+haben:
+
+1. **Christophs Endgeräte → VLAN10** (`dirtyvader-main`): MacBook-Air `.41.182`
+   (`c0:c7:db:de:71:be` — **= Claude-Sandbox-Client!** Als Erstes umhängen, sonst verliert die laufende
+   Session ggf. die Verbindung), iPhone `.41.186`.
+2. **2 unidentifizierte VLAN1-Geräte:** `.41.133` (`02:11:32:22:1e:25`, randomisierte/lokal-admin.
+   MAC — evtl. Phone-Privacy-MAC oder VM) + `.41.198` (`34:2b:6e:6f:1f:ef`) → **vor Teardown verorten**
+   (größter Zeit-Unsicherheitsfaktor laut Schätzung). Falls nicht auflösbar in angemessener Zeit:
+   Risiko abwägen — Gerät verwaist beim Teardown, taucht dann als "kein DHCP mehr" auf und lässt sich
+   danach über den Symptom-Report re-identifizieren.
+3. **Media → VLAN40 verifizieren:** Apple TV 4K + Philips TV 50PUS7304 (beide zuletzt **aus**) —
+   einschalten, ap1-ARP prüfen ob `dirtyvader-media`/VLAN40 oder noch cudy/VLAN1. ⚠️ **Apple TV =
+   vermutlich Thread-Border-Router** der 22-Matter-Geräte-Flotte (TP17.1) — nicht sorglos stromlos
+   lassen, nur kurz für den Check.
+4. **Saisonale Shellys** s1/s2/s3/s12 (aus, Weihnachtsdeko/Diele-Steckdose): **Empfehlung** kurz vor
+   dem Teardown einstecken + `mcp/shelly/migrate.py`, sonst müssen sie später per physischem
+   AP-Mode-Reset nachgezogen werden. **Nicht blockierend** — kann übersprungen werden, wenn der
+   spätere Reset-Aufwand akzeptiert wird.
+5. **pve-Interim-IP `.41.100`** (bewusster Fallback) beim Teardown mit abräumen.
+
+### B2 — Teardown-Sequenz
+1. **VLAN1-Client-Sweep = leer verifizieren** (nur Mgmt-IPs sw1/sw2/ap2 übrig).
+2. **cudy1/cudy2 stromlos/Reset/ausbauen** (`.41.246`/`.247`).
+3. **SwitchBot floor-lamp** (`.41.184`, `b8:f8:62:09:f2:04`) via App/BLE auf `dirtyvader-iot`/VLAN30
+   provisionieren (Reservierung `.30.227` liegt bereits) — **laut User erst jetzt (nach cudy-Tod)
+   zuverlässig möglich**, davor nicht versuchen.
+4. **ap1 `defconf`/pool-v1-Client-DHCP zurückziehen** — Mgmt-Reachability für sw1/sw2/ap2 (VLAN1
+   statisch) dabei erhalten, nicht die ganze VLAN1-Interface-Config killen.
+5. **Interim-Krücken aufräumen:**
+   - ap2 `frame-types=admit-only-vlan-tagged` (TP3.1) — verschwindet automatisch mit VLAN1, kein
+     Rückbau nötig (bleibt im Zielbild korrekt).
+   - ap1-Härtung aus Phase A — dito, wird mit VLAN1-Tod redundant, kann bleiben.
+   - `st-main rrm/wnm` (802.11k/v Roaming-Provisorium) neu bewerten, ob nach Migration noch nötig.
+6. **Nachziehen:** `inventory/bf.csv`, `docs/ip-plan.md`, ap1 `bf.lan`-DNS, `docs/teilprojekte.md`
+   TP19 auf ✅.
+
+---
+
+## Risiken & Rollback
+
+- **Lockout-Risiko (wie bei jedem VLAN1-Touch):** VLAN muss existieren + der Port/Radio muss es tragen,
+  **in einem Schritt** ändern. Vor dem Zurückziehen von `defconf`/pool-v1 sicherstellen, dass sw1/sw2/
+  ap2-Mgmt-IPs weiterhin **statisch** erreichbar sind (kein DHCP-Abhängigkeit für die Mgmt-Pfade).
+- **MacBook = Sandbox-Client:** Reihenfolge einhalten (B1.1 zuerst) — sonst reißt beim cudy-Abbau die
+  eigene Session-Verbindung ab, bevor der Umzug bestätigt ist.
+- **Verwaiste Geräte:** falls B1.2 (unidentifizierte Geräte) nicht rechtzeitig auflösbar ist und der
+  Teardown trotzdem durchgezogen wird → Gerät fällt aus dem Netz, ist aber nicht zerstört (physischer
+  Zugriff/Re-Provisionierung später möglich, kein Datenverlust-Risiko).
+- **Rollback Phase A:** `frame-types` auf ap1 zurück auf `admit-all` (macht das Leck wieder auf, aber
+  reversibel).
+- **Rollback Phase B:** cudy-Hardware ist nach Ausbau nicht mehr im Netz — Rollback würde Wiedereinbau
+  + Reset auf alte Config bedeuten (nicht vorgesehen, Teardown ist bewusst final).
+
+## Verifikation (Gesamt)
+- `dirtyvader-main`-Clients bekommen ausschließlich `.10.x`-Leases (Phase-A- und Phase-B-Beweis).
+- VLAN1-ARP/DHCP-Sweep auf ap1: nur noch sw1/sw2/ap2-Mgmt-IPs sichtbar, keine Client-Leases mehr.
+- cudy-SSID nicht mehr sichtbar in WLAN-Scans.
+- Alle in B1 gelisteten Geräte auf ihrem Ziel-VLAN erreichbar (HA-Cross-Check wie im TP17-Runbook-Muster).