admin/bf-infra
1
0
Fork 0
Code Issues 21 Pull Requests Actions Packages Projects Releases Wiki Activity

TP21: Plan aktualisiert — IP-Schema core .99.1, branch .99.2, ap1 .99.11, ap2 .99.12

Browse Source 
- APs werden als reine APs neu aufgesetzt (kein Zurückbau)

- WG-Hub behält ap1-Private-Key, damit Remote-Spokes keine Reconfig brauchen

- WiFi-PSKs lokal auf APs, nicht im Nautobot-Template

- Nautobot/GC-Setup für alle 4 MikroTik-Geräte als Ziel, Switches heute nicht neu provisionieren

Co-Authored-By: Claude <noreply@anthropic.com>
This commit is contained in:
Christoph Emsenhuber
2026-08-08 09:46:38 +02:00
parent f0d1ff9377
commit 7ffb22de97
1 changed files with 136 additions and 65 deletions
Download Patch File Download Diff File Expand all files Collapse all files

201
PLAN.md
View File

@@ -1,81 +1,152 @@
# TP15/TP21 Kritischer Pfad — Plan (Stand 2026-08-05, aktualisiert) # TP21-Plan — Nautobot Golden Config + AP-Neuprovisionierung
> **User-Entscheidung:** Cutover morgen (2026-08-06). Heuteiger Fokus = **Nautobot-Datenmodell für `crs326-core` ausbauen**, damit der Cutover über Nautobot Golden Config geplant/gesteuert werden kann. Governance-Ausnahme #3 damit obsolet für den Config-Teil; die physischen Cutover-Schritte bleiben ein geplantes Wartungsfenster. > **Stand:** 2026-08-08. Der CRS326-Core-Cutover (TP15) ist **vollzogen** (`crs326-core` ist produktiver L3-Router). TP21 muss die Control-Plane (Nautobot) wieder flott bekommen, die 4 MikroTik-Geräte sauber in Nautobot/GC erfassen und die APs als reine Access-Points neu aufsetzen.
>
> **Caveats aus dem aktuellen Zustand (`docs/tp15-session-summary-20260808.md`):**
> - `bf4.emsenhuber.net` zeigt auf `90.146.33.177` — das ist die aktuelle Public-IP des core-WAN (`vlan100`). ✅ passt.
> - Der WireGuard-Hub läuft bereits auf `crs326-core`; **FM-Spoke ist connected**, **DW/Geli-Spoke ist down**, weil deren Peer noch das alte ap1-Hub-Public-Key hat.
> - **Nautobot ist down** (`10.40.20.30:8080` → HTTP 500). Gestern liefen 2 Nautobot-Container auf der DS923 in eine Restart-Schleife; du hast sie gestoppt.
> - **AP-Zugang blockiert:** ap1 REST antwortet mit 401 (Passwort-Mismatch); ap2 ist unter `.41.2` nicht mehr erreichbar (erwartete Mgmt-IP `.99.2` noch nicht konfiguriert).
> - **Passwort-Konsolidierung nötig:** Die für meine Tools verwendeten Credentials scheinen nicht die zu sein, die du für UI/SSH erwartest.
> - **WG-Privkey-Entscheidung:** Wir verwenden den **bestehenden ap1-Private-Key weiter**, damit DW/Geli keine Reconfig brauchen. FM hat offenbar bereits den neuen core-Key akzeptiert — das muss geprüft/korrigiert werden.
## Aktueller Stand (Read-only Checks) ---
| Komponente | Befund | ## Ziele dieser TP21-Session
|---|---|
| **ap1** | Noch aktiver L3-Router, 53 DHCP-Reservierungen, Public-IP `90.146.35.38`, WG-Hub live. RouterOS 7.23.2. |
| **crs326-core** | Erreichbar nur über VLAN1-Temp `10.40.41.211`. **Keine L3-Config** auf dem Gerät. `10.40.99.11` tot, weil sw1 #12 kein VLAN99 tagged trägt. |
| **crs326-branch** | Produktiv auf `10.40.99.13`, läuft. |
| **Nautobot** | App live (`10.40.20.30:8080`), Golden-Config-App installiert, Git-Repo zu Gitea verbunden. **Aber:** `crs326-core` nur rudimentär modelliert (7 Interfaces, keine VLAN-SVIs, keine SecretsGroup), GC-Templates/Regeln nur PoC-Niveau, Scheduler+Worker unhealthy. |
| **MikroMCP** | In dieser Session **nicht** für core/branch geladen — Env-Variablen-Mismatch (`~/.secrets` exportiert `CRS326_*`, `routers.yaml` erwartet `ROUTER_CRS326_*`). |
| **Portainer ep14** | API-Token stale/ungültig → Docker-Management auf NAS gestört. |
| **Postgres / pve-mcp / Gitea / CF-Token** | Grün. |
## Heutiges Ziel (2026-08-05) 1. **Credentials sauber konsolidieren** — RouterOS-Admin-Passwörter für ap1/ap2/core/branch auf einen bekannten Satz bringen (SSoT `~/.secrets/credentials.env` + Nautobot `SecretsGroup`, nie in Git).
2. **Nautobot wieder hochfahren und heilen** — Ursache für die Restart-Schleife finden, Stack/Healthcheck fixen, auf aktuellen Ist-Stand bringen.
3. **Alle 4 MikroTik-Geräte sauber in Nautobot modellieren** — Datenmodell + Plattform + Secrets + Golden-Config-fähig. Live-Config der Switches wird **heute nicht via GC geändert**, aber das Setup muss für späteres Provisioning stehen.
4. **Endgültige MikroTik-Mgmt-IPs vergeben:**
- `crs326-core`: `10.40.99.1` (ist gleichzeitig VLAN99-Gateway)
- `crs326-branch`: `10.40.99.2` (renumber von `.99.13`)
- `ap1`: `10.40.99.11`
- `ap2`: `10.40.99.12`
5. **ap1 + ap2 als identische, standalone APs neu aufsetzen** — keine L3-Leichen, CAPsMAN abbauen, VLAN-Trunk, VLAN99-Mgmt, SSIDs. WiFi-PSKs werden **lokal auf den APs** von dir hinterlegt, nicht im Nautobot-Template.
6. **WG-Hub auf den alten ap1-Private-Key zurückdrehen** — damit FM/DW ohne Reconfig weiterlaufen.
7. **Dokumentation + SSoT aktualisieren** — `docs/teilprojekte.md`, `CLAUDE.md`, `docs/ip-plan.md`, Nautobot-Models, Memory.
**Nautobot-Datenmodell für `crs326-core` so weit vervollständigen, dass morgen ein Config-Render für den L3-Router möglich ist.** ---
Konkrete Arbeitspakete: ## Reihenfolge
1. MikroMCP reparieren & neu starten (core/branch schreibbar für Tests).
2. Portainer-Token rotieren (damit Nautobot-Container-Logs/Health prüfbar sind).
3. Nautobot worker/scheduler healen.
4. `crs326-core` Device-Modell in Nautobot vervollständigen:
- Interfaces `ether6`–`ether24`, `sfp-sfpplus1`, `sfp-sfpplus2`.
- VLAN-SVIs (`vlan10`–`vlan100`) + IP-Adressen (GW `.1` je VLAN).
- Access/Trunk-Ports mit korrekten untagged/tagged VLANs gemäß Ziel-Layout.
- `SecretsGroup` mit RouterOS-Credentials.
- `Platform` = RouterOS.
- Status = `Planned` (morgen nach Cutover `Active`).
5. DHCP-Scopes, statische DNS-Einträge, Firewall-Zonen/-Regeln, NAT, WireGuard-Peers, CAKE-Parameter im Datenmodell abbilden (Custom Fields oder native Modelle, je nach Nautobot-Möglichkeit).
6. Golden-Config SoT-Aggregation Query erweitern.
7. RouterOS-Jinja-Template für L3-Core vervollständigen (ggf. anhand von `routeros/tp15-core-l3-staged.rsc`).
8. GC Compliance-Features/Regeln für kritische Bereiche definieren.
9. Backup/Intended-Job auf `crs326-branch` testen (Proof-of-Concept für MikroTik-Switch).
10. ap1-Reservierungen + WG-Privkey maschinell exportieren (Input für Datenmodell + Template).
## Morgiges Ziel (2026-08-06) — Cutover ### Phase 1 — Vorbereitung & Credentials (15–30 Min, kein Netz-Eingriff)
Voraussetzungen vor dem Fenster: 1. **Backups ziehen**
- `crs326-core` in Nautobot vollständig modelliert. - `crs326-core`, `crs326-branch`, ap1: jeweils `/export` + `/system backup`.
- Golden Config kann ein `intended`-Config für core rendern. - ap2: sobald erreichbar.
- MikroMCP schreibbar, dryRun auf core erfolgreich.
- ap1-Voll-Backup frisch gezogen.
- Port-Umzugsplan final: core #4=ap1, #8=branch, #16=Arris/WAN; sw1-Rest stilllegen.
- iPhone-Hotspot als Rettungspfad parat.
- Wartungsfenster mit Hausmitteilung (ca. 60 Min).
Cutover-Ablauf: 2. **Passwort-Konsolidierung**
1. Nautobot `intended` Config für core rendern/exportieren. - **Option A (empfohlen und vorgesehen):** Einheitliches neues Admin-Passwort für alle 4 MikroTik-Geräte; ich setze es via meiner Tool-Session durch.
2. ap1 als Router stilllegen (DHCP/DNS/NAT/GW-IPs/WAN-Client/WG-Hub disable). - SSoT: `~/.secrets/credentials.env` + Nautobot `SecretsGroup`.
3. ap1-Uplink `ether2` → `ether1` (PoE), `poe-out=off`. - Keine Credentials in Git.
4. Kabel von sw1 auf core umstecken.
5. core-L3-Config aktivieren (Nautobot-Deploy oder REST/MikroMCP-Apply).
6. Abnahme je VLAN, branch, WG-Handshake, CF/WARP, Public-IP.
7. Rollback-Test (optional, aber empfohlen).
## Nach dem Cutover 3. **MikroMCP/REST-Zugänge prüfen**
- `crs326-core` und `crs326-branch` testen.
- ap1: aktuell 401 → Passwort-Konsolidierung löst das.
- ap2: aktuell `.41.2` nicht erreichbar → temporär VLAN1-Zugang via `crs326-branch` ether24 prüfen; alternativ Factory-Reset.
- Mgmt-Renumber (branch `.99.13` → `.99.12`, core `.99.11` konsolidieren). ### Phase 2 — Nautobot heilen (15–45 Min)
- VLAN1-Temp-IPs entfernen.
- Nautobot: core `Planned` → `Active`.
- Doku aktualisieren (`teilprojekte.md`, `CLAUDE.md`, `ip-plan.md`).
- WLAN-Neuprovisionierung (CAPsMAN-Abbau) als eigene Session.
- TP5/TP6 danach.
## Rollback (während Cutover) 4. **Container-Diagnose auf DS923**
- Portainer ep14 Logs für `nautobot`, `nautobot-worker`, `nautobot-scheduler`, `nautobot-redis` prüfen.
- Fokus: Warum liefen 2 Container in Restart-Schleife? (Memory-Druck, DB-Connect, Healthcheck-Timeout?)
- NAS-Ressourcen prüfen.
1. core-L3 deaktivieren / Config zurückziehen. 5. **Stack reparieren**
2. Kabel zurück auf sw1. - `docs/nas-vlan20/stacks/210-nautobot.yml` anpassen: Restart-Policy, Memory-Limits, Healthcheck-Timeouts, `depends_on`.
3. ap1 DHCP/DNS/NAT/GW-IPs/WAN-Client/WG-Hub wieder aktivieren. - Falls DB-Problem: `nautobot-server post_upgrade` oder DB prüfen.
4. Netz wieder im heutigen Zustand.
## Erste Schritte jetzt 6. **Nautobot auf aktuellen Stand bringen**
- `nautobot/ingest-crs326-core-l3.py` erneut laufen lassen (`Planned` → `Active`).
- `crs326-core`, `crs326-branch`, ap1, ap2 sauber als GC-fähige Devices modellieren.
- `crs326-branch` Mgmt-IP auf `.99.2` renumbern.
- ap1/ap2: Rolle `Wireless AP`, Mgmt-IP `.99.11`/`.99.12`, VLAN-Trunk.
### Phase 3 — Golden Config Proof-of-Life (15–30 Min)
7. **GC Backup-Job auf core/branch testen**
- Beweist, dass Nautobot → RouterOS-API funktioniert.
- Falls Backup scheitert: RouterOS-Dispatcher/SecretsGroup/Platform fixen.
8. **GC Setup für alle 4 MikroTik-Geräte vervollständigen**
- Golden-Config-Regeln, Features, SoT-Aggregation Query für RouterOS definieren.
- Template `nautobot/mikrotik_routeros.j2` für reine APs erweitern (Identity, VLAN-Trunk, Mgmt-VLAN99, SSIDs, keine DHCP/DNS/NAT/L3).
- **WiFi-PSKs kommen nicht ins Template** — du hinterlegst sie lokal auf den APs.
### Phase 4 — WG-Hub auf alten Key zurückdrehen (10–15 Min)
9. **ap1-Original-Privkey aus Backup holen**
- `routeros/ap1-pre-core-cutover-20260806-073616.rsc` enthält `/interface/wireguard` mit altem Private-Key.
- Oder: `routeros/ap1-wg-hub.privkey` prüfen (war das der alte Key?).
10. **Core-Hub auf alten Privkey umstellen**
- `wg-hub` auf `crs326-core` neu anlegen mit altem Private-Key.
- Dadurch ändert sich der Public-Key auf den alten ap1-Wert → FM/DW brauchen keine Reconfig.
- FM-Verbindung prüfen (sollte weiterhin funktionieren oder nach kurzem Reconnect funktionieren).
- DW/Geli-Verbindung prüfen (sollte wieder kommen).
### Phase 5 — AP-Neuprovisionierung (30–90 Min, WLAN-Ausfall-Fenster)
11. **ap1 als reiner AP neu aufsetzen**
- **Kein Zurückbau** — frische Config einspielen.
- Identity `ap1`, Mgmt-IP `10.40.99.11/24` auf `vlan99`.
- Uplink-Port `ether1` (PoE), `poe-out=off`.
- VLAN-Trunk auf Uplink: native VLAN1 interim + VLAN99 tagged + Client-VLANs 10/20/30/40/50/90 tagged.
- SSIDs: `dirtyvader-main`(10), `-infra`(20), `-iot`(30), `-media`(40), `-untrusted`(50), `-guest`(90).
- WiFi-PSKs von dir lokal auf dem AP hinterlegt.
- DHCP-Server, DNS, NAT, WAN-Client, WG-Hub, VLAN-GW-IPs entfernen/nicht anlegen.
12. **ap2 identisch neu aufsetzen**
- Falls unter `.41.2` nicht erreichbar: temporär VLAN1-Zugang via `crs326-branch` ether24 (VLAN1 untagged) oder Factory-Reset.
- Identity `ap2`, Mgmt-IP `10.40.99.12/24` auf `vlan99`.
- Gleiche Config wie ap1 (bis auf Identity/Mgmt-IP).
13. **WLAN-Verifikation**
- `dirtyvader-main`/`iot`/`media`/... je VLAN und AP testen.
- IOT-Geräte (Shellys etc.) reconnecten.
### Phase 6 — Aufräumen & Dokumentation (15–30 Min)
14. **VLAN1-Temp-IPs endgültig entfernen**
- core `.41.211`, branch `.41.213`.
- ⚠️ Nur nachdem VLAN99-Mgmt sicher funktioniert.
15. **Nautobot + Doku aktualisieren**
- `docs/teilprojekte.md`: TP15 ✅, TP21 Status.
- `CLAUDE.md`: core produktiv, ap1/ap2 = reine APs, finale Mgmt-IPs.
- `docs/ip-plan.md`: core `.99.1`, branch `.99.2`, ap1 `.99.11`, ap2 `.99.12`.
- Memory-Eintrag `project_tp21_ap_provisioning` anlegen.
16. **Commit + Push** (deutsch, Bullet, Co-Authored-By).
---
## Offene Entscheidungen (vor Go zu klären)
| # | Entscheidung | Gewählt |
|---|--------------|---------|
| 1 | RouterOS-Admin-Passwort | Einheitliches neues Passwort für alle 4 Geräte |
| 2 | ap2-Erreichbarkeit | Erst temporären VLAN1-Zugang via `crs326-branch` prüfen; falls nicht: Factory-Reset |
| 3 | WG-Hub-Privkey | **ap1-Original-Private-Key weiterverwenden**, damit FM/DW keine Reconfig brauchen |
| 4 | WiFi-PSKs | Du hinterlegst sie **lokal auf den APs**, nicht im Nautobot-Template |
| 5 | VLAN1-Temp-IPs | Endgültig entfernen, sobald VLAN99-Mgmt stabil ist |
---
## Risiken & Rollback
- **ap1-Provisioning:** Vor dem L3-Abbau am ap1 frisches Backup haben. Rollback = Backup laden → ap1 ist wieder L3-Router, Kabel zurück auf sw1 (falls sw1 noch verkabelt ist).
- **ap2-Factory-Reset:** Physischer Zugang zum Gerät nötig. Recovery = Power-Cycle, falls Config fehlerhaft.
- **WG-Key-Wechsel:** Wenn FM bereits auf den neuen core-Key umgestellt ist, bricht FM kurz, bis es den alten Key wieder sieht. Sollte aber funktionieren.
- **VLAN1-Temp-IP-Entfernung:** Nur nachdem VLAN99-Mgmt sicher funktioniert. Sonst Lockout.
- **Nautobot-Down:** Falls Nautobot nicht schnell heilbar, APs direkt konfigurieren (Governance-Ausnahme, da Nautobot die Control-Plane sein soll).
---
## Erste Schritte sofort nach Go
1. Task-Liste anlegen. 1. Task-Liste anlegen.
2. MikroMCP envPrefix/Secrets fixen + Neustart. 2. Passwort-Setzen auf core/branch/ap1/ap2 (einheitlich).
3. Portainer-Token rotieren. 3. Backups ziehen.
4. Nautobot worker/scheduler healen. 4. Nautobot-Logs prüfen.
5. Dann in das `crs326-core`-Datenmodell einsteigen.