# Bot + scheduler en un pod (PLAN §Fase 6). Los secretos vienen de Infisical
# (carpeta /roswell del proyecto homelab) vía infisical-roswell-secrets.yaml.
---
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  annotations:
    # ArgoCD no debe podar este PVC: guarda la caché del modelo Whisper (~3GB)
    # y los PDFs subidos por Telegram.
    argocd.argoproj.io/sync-options: Prune=false
  name: roswell-data
  namespace: roswell
spec:
  accessModes: ["ReadWriteOnce"]
  resources:
    requests:
      storage: 10Gi

---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: roswell
  namespace: roswell
  labels:
    app: roswell
spec:
  replicas: 1
  # Dos pods haciendo polling del mismo token de Telegram entran en conflicto:
  # Recreate garantiza que el viejo muere antes de arrancar el nuevo.
  strategy:
    type: Recreate
  selector:
    matchLabels:
      app: roswell
  template:
    metadata:
      labels:
        app: roswell
    spec:
      containers:
        - name: roswell
          # Tag placeholder: el workflow de Gitea Actions lo sustituye por el
          # sha8 real en cada build (ver .gitea/workflows/build.yml del repo).
          image: git.chemavx.xyz/chemavx/roswell-corpus:de3b2e34
          imagePullPolicy: Always
          env:
            - name: TELEGRAM_BOT_TOKEN
              valueFrom:
                secretKeyRef:
                  name: roswell-secrets-infisical
                  key: telegram-bot-token
            - name: TELEGRAM_ALLOWED_USERS
              valueFrom:
                secretKeyRef:
                  name: roswell-secrets-infisical
                  key: telegram-allowed-users
            - name: ANTHROPIC_API_KEY
              valueFrom:
                secretKeyRef:
                  name: roswell-secrets-infisical
                  key: anthropic-api-key
            - name: DATABASE_URL
              valueFrom:
                secretKeyRef:
                  name: roswell-secrets-infisical
                  key: database-url
            - name: PODCASTINDEX_KEY
              valueFrom:
                secretKeyRef:
                  name: roswell-secrets-infisical
                  key: podcastindex-key
            - name: PODCASTINDEX_SECRET
              valueFrom:
                secretKeyRef:
                  name: roswell-secrets-infisical
                  key: podcastindex-secret
            - name: OLLAMA_URL
              value: "http://ollama.ollama.svc.cluster.local:11434"
            - name: SEARXNG_URL
              value: "http://searxng-svc.researchowl.svc.cluster.local:8080"
            - name: WHISPER_MODEL
              value: "large-v3"
            - name: WHISPER_DEVICE
              value: "cpu"
            - name: DATA_DIR
              value: "/data"
            # Régimen normal: entra ~1 episodio al día y el tope es de 5 por
            # feed y pasada, así que revisar más a menudo solo sería bajarse el
            # RSS de más. Se bajó a 3 del 2026-07-26 al 28 para drenar el
            # atraso de 45 episodios que destapó el arreglo del tope por
            # pasada (a 24 h el pod trabajaba 4 h y dormía 20, y el atraso
            # tardaba 5 días en irse en vez de uno). Si vuelve a acumularse
            # atraso, bájalo otra vez y súbelo al terminar.
            - name: FEED_CHECK_HOURS
              value: "24"
            # Caché de modelos Whisper en el PVC: la descarga (~3GB) sobrevive
            # a los redeploys.
            - name: HF_HOME
              value: "/data/hf-cache"
          volumeMounts:
            - name: data
              mountPath: /data
          resources:
            requests:
              memory: "512Mi"
              cpu: "500m"
            limits:
              # Whisper large-v3 INT8 en CPU. Este límite subió tres veces
              # persiguiendo episodios cada vez más largos (4Gi del PLAN §10 →
              # 6Gi tras el OOM del 2026-07-13 → 8Gi tras el del 2026-07-24,
              # un episodio de 80 min), porque faster-whisper procesaba el
              # fichero ENTERO de golpe al arrancar y el pico escalaba con la
              # duración. Desde `_plan_windows` (roswell-corpus c869b61,
              # 2026-07-26) el audio largo se transcribe en ventanas de ~20 min
              # y el pico ya no depende de lo que dure el episodio: el mismo
              # episodio de 113 min que tocaba el techo tres veces
              # (memory.events max=3) pasó a max=0, con ~3,9Gi de anon.
              # NO volver a subirlo sin comprobar antes que el troceado sigue
              # activo: la línea "Audio de N min: X ventanas" en el log.
              # Sin límite de CPU: la transcripción usa los cores libres.
              memory: "8Gi"
      # Nodo grande (16 cores / 29Gi): transcribe a ~1x tiempo real y comparte
      # nodo con los PVC de datos y backups. El nodo pequeño (4 cores/12Gi)
      # se saturaba con Whisper.
      nodeSelector:
        kubernetes.io/hostname: chemavx-k8
      volumes:
        - name: data
          persistentVolumeClaim:
            claimName: roswell-data
      imagePullSecrets:
        - name: gitea-registry