analyst(ET): auto-commit from analyst run_id=686

docs/work-items/ORCH-110/01-brd.md

@@ -0,0 +1,178 @@
+---
+work_item: ORCH-110
+stage: analysis
+author_agent: analyst
+status: ready-for-review
+created_at: 2026-06-15
+model_used: claude-opus-4-8
+escalate: full-cycle
+---
+
+# 01 — BRD (бизнес-требования): ORCH-110 — BUG: merge-gate local re-test timeout causes false rollback after green CI
+
+Work Item: **ORCH-110** · Repo: **orchestrator** · Стадия: analysis
+
+> **Багфикс-трек → эскалация в полный цикл (`escalate: full-cycle`).** Задача помечена `Bug`, но
+> сама баг-карточка требует «отдельный анализ вариантов и контрактов merge-gate» (см. «Ограничение»
+> ниже) — это решение с несколькими проектными альтернативами и нетривиальными инвариантами
+> self-hosting, которому нужен ADR. По правилу ORCH-019 (ADR-001 D5) выпускается **полный**
+> analysis-пакет, а трек эскалируется (`POST /bug-fast-track/escalate?work_item=ORCH-110`) → задача
+> проходит стадию `architecture`. Прецедент — родственная задача ORCH-111 («bug → escalate
+> full-cycle»).
+
+---
+
+## 1. Бизнес-контекст и проблема
+
+Оркестратор — self-hosting инструмент: его прод-контейнер обслуживает конвейер всех проектов и
+дорабатывает сам себя. На ребре `deploy-staging → deploy` исполняется детерминированный под-гейт
+**merge-gate** (`check_branch_mergeable`, ORCH-043): он догоняет ветку до текущего `origin/main`
+(`auto_rebase_onto_main`) и затем **локально пере-прогоняет весь тест-сюит** (`retest_branch` →
+`python -m pytest tests/ -q`) в worktree, чтобы поймать **семантический** конфликт слияния (ветка
+зелёная по своей базе, но ломает уехавший `main`).
+
+**Установленные факты инцидента (ORCH-109, PR #129):**
+- tester завершился `result: PASS`; полный регресс — **`1899 passed` за `516.70s`**;
+- CI Gitea по HEAD — зелёный (push + pull_request success); PR после rebase — open, `mergeable=true`;
+- merge-gate локальный re-test упал по **таймауту**: `re-test timeout after 600s`
+  (`merge_retest_timeout_s = 600`);
+- на хосте обнаружены **старые зависшие pytest-процессы** `tests/test_install_lite_script.py`,
+  жившие **> 2 суток** и грузившие CPU; прибиты вручную 2026-06-14.
+
+**Цепочка отказа.** Зависшие осиротевшие pytest-процессы (CPU-голодание) → тот же сюит, что у tester
+шёл 516.70s (запас до 600s ≈ 16%), под нагрузкой превысил 600s → `check_branch_mergeable` вернул
+`(False, "re-test timeout after 600s")` → `_handle_merge_gate_rollback`: откат `deploy-staging →
+development` + developer-retry. Каждый из 3 retry повторно падал по тому же CPU-голоданию → финальный
+alert **«Merge-gate still failing after 3 developer retries (re-test timeout after 600s)»** → задача
+застряла, потребовалось ручное вмешательство.
+
+**Корень (подтверждён по коду):**
+1. **Утечка осиротевших процессов.** `merge_gate.retest_branch` и `coverage_gate.measure_coverage`
+   запускают `subprocess.run([... pytest ...], timeout=...)` **без изоляции группы процессов**
+   (`start_new_session`/`preexec_fn`). При `TimeoutExpired` Python убивает только **прямого
+   потомка**; внуки pytest репарентируются на PID 1 (tini жнёт зомби, но не убивает живых сирот) и
+   живут сутками, грузя CPU. Это источник CPU-голодания (ровно симптом из фактов).
+2. **Нет толерантности к инфра-таймауту.** Re-test **таймаут** (ресурсная/инфра-причина)
+   классифицируется идентично **красному** re-test (реальный дефект кода): оба → откат на
+   `development` + расход developer-retry. Разработчик не может «починить» CPU-голодание → retry
+   сгорают вхолостую и упираются в alert «Manual intervention needed».
+3. **Тонкий бюджет.** Бюджет re-test `600s` практически равен фактическому времени сюита
+   (`516.70s`); запас не растёт вместе с сюитом (ср. ORCH-109, где по той же причине были подняты
+   бюджеты агентов developer/reviewer).
+4. **Контракт необходимости re-test.** На ветке, уже актуальной к `origin/main` (rebase — no-op), и
+   с зелёным CI по этому же HEAD локальный полный re-test пере-проверяет ровно тот коммит, что CI
+   уже подтвердил, — становясь избыточной единственной точкой ложного отказа.
+
+## 2. Объём (scope)
+
+### В объёме
+- Поведение merge-gate при **таймауте** локального re-test: классификация и путь восстановления
+  (толерантность к инфра-таймауту вместо ложного отката на `development`).
+- **Жизненный цикл подпроцессов**, которые оркестратор запускает САМ для проверок: re-test merge-gate
+  (`merge_gate.retest_branch`) и coverage-run (`coverage_gate.measure_coverage`) — гарантия отсутствия
+  осиротевших процессов после таймаута/kill.
+- **Согласованность бюджета** re-test с фактическим временем полного сюита (адекватный запас) с учётом
+  сквозных инвариантов reaper/lease.
+- **Контракт необходимости** локального re-test merge-gate (когда он реально нужен относительно
+  зелёного CI и состояния `branch vs origin/main`) — анализ вариантов под решение архитектора.
+- Наблюдаемость инфра-таймаута (отличить «инфра-таймаут, повтор/defer» от «дефект кода → developer»).
+
+### Вне объёма
+- **Алерт sidecar-watchdog на осиротевший тест-процесс** — это **ORCH-111** (`proc_blocking`,
+  наблюдатель только сигналит, никогда не убивает, C-1). ORCH-110 — комплементарная сторона
+  (предотвращение утечки + толерантность), дубля детекции не вводит.
+- Ручное умерщвление уже зависших хост-процессов — операционная мера (выполнена 2026-06-14), не код.
+- Любые правки `STAGE_TRANSITIONS` / реестра `QG_CHECKS` / `check_*`-семантики / machine-verdict
+  ключей / схемы БД (инвариант NFR-1).
+- Изменение конкретного теста `tests/test_install_lite_script.py` (его поведение — отдельный предмет;
+  здесь важен класс «оркестратор-спавненный pytest не должен переживать свой бюджет»).
+- Поведение не-self-hosting репозиториев (enduro-trails) — нулевая регрессия.
+- Изменение хука прод-деплоя/рестарт прод-контейнера (self-hosting безопасность).
+
+## 3. Заинтересованные стороны
+- **Owner / оператор self-hosting** — страдает от ручного разбора застрявших задач и зависших
+  процессов; заказчик исправления.
+- **Конвейер всех проектов** — общий прод-контейнер: утечка CPU деградирует обслуживание enduro.
+- **Пакетный автономный режим (эпик ORCH-088)** — ложные откаты и manual-gate'ы ломают цель
+  «10–20 задач за ночь без вмешательства».
+- **Принимает результат:** reviewer → tester → deployer штатного конвейера.
+
+## 4. Бизнес-требования (BR)
+
+- **BR-1 — Зелёный путь без ручного вмешательства.** При зелёном tester `PASS` и зелёном CI задача
+  **не должна** требовать ручного вмешательства из-за инфраструктурного/локального re-test таймаута
+  (прямое «Ожидаемое поведение» баг-карточки).
+- **BR-2 — Инфра-таймаут ≠ дефект кода.** Таймаут локального re-test merge-gate (ресурсная/инфра
+  причина) **не должен** трактоваться как код-фейл: путь восстановления **не** должен сжигать
+  developer-retry и приводить к «Manual intervention after N developer retries», если CI и tester
+  были зелёными. Реакция на таймаут — ограниченный повтор/defer и/или отдельный инфра-сигнал, не
+  безусловный откат на `development`.
+- **BR-3 — Нет осиротевших процессов.** Подпроцессы pytest, запущенные самим оркестратором для
+  re-test и coverage-run, **должны** полностью завершаться (всё дерево, включая внуков) при
+  таймауте/kill. Ни один оркестратор-спавненный pytest не должен переживать свой бюджет и продолжать
+  грузить CPU.
+- **BR-4 — Адекватный бюджет re-test.** Бюджет времени re-test **должен** иметь достаточный запас над
+  фактическим временем полного сюита, чтобы здоровый сюит при штатной нагрузке не падал по таймауту;
+  бюджет конфигурируем и со-эволюционирует с ростом сюита.
+- **BR-5 — Контракт необходимости re-test.** Merge-gate **должен** различать «ветка реально отстала
+  от уехавшего `origin/main` и была ребейзнута» (риск семантического конфликта → re-test оправдан) и
+  «ветка уже актуальна / rebase — no-op, CI по этому HEAD зелёный» (re-test избыточен). Локальный
+  re-test не должен быть избыточной единственной точкой ложного отказа на коммите, уже подтверждённом
+  CI. Конкретный контракт (skip/scope/trust-CI-SHA) выбирает архитектор и фиксирует в ADR.
+- **BR-6 — Сохранение защиты от семантического конфликта.** Толерантность к таймауту **не должна**
+  ослаблять исходную цель merge-gate (ORCH-043): **детерминированно красный** re-test (реальный сбой
+  теста, а не таймаут) по-прежнему обязан откатывать на `development`. Послабление применяется ТОЛЬКО
+  к таймауту/инфра, никогда к красному результату.
+- **BR-7 — Наблюдаемость.** Состояние «инфра-таймаут» должно быть видимым (лог + Telegram с
+  кликабельным номером + read-only в `GET /queue`) и отличимым от код-фейл-отката; согласовано с
+  сигналом ORCH-111 (без дубля).
+
+## 5. Нефункциональные требования (NFR)
+
+- **NFR-1 — Инварианты конвейера неприкосновенны.** `STAGE_TRANSITIONS` / реестр `QG_CHECKS` /
+  семантика `check_*` / machine-verdict ключи (`verdict:`/`result:`/`deploy_status:`/
+  `staging_status:`/`security_status:`/`coverage_status:`) / схема БД — **байт-в-байт** прежние.
+  Исправление — аддитивное (врезка/leaf-логика), не новая стадия и не новый зарегистрированный QG.
+- **NFR-2 — Kill-switch + нулевая регрессия.** Новое поведение под флагом; при выключенном флаге —
+  поведение **байт-в-байт** как до ORCH-110 (таймаут → прежний откат). Скоуп — self-hosting
+  (`orchestrator`); enduro не затронут.
+- **NFR-3 — Self-hosting безопасность.** Исправление **никогда** не пушит/force-push в `main` (INV-4;
+  merge только через Gitea PR-merge API), не рестартит прод-контейнер, не трогает detached-деплой.
+- **NFR-4 — never-raise.** Любая ошибка в новом пути → безопасный дефолт + WARNING; исключение
+  никогда не уходит в `advance_stage`/monitor-поток (контракт merge-gate сохранён).
+- **NFR-5 — Ограниченность (anti-loop).** Любой повтор/defer таймаута строго ограничен по числу
+  попыток и суммарному времени; исчерпание → **чёткий инфра-alert**, отличный от «developer must
+  fix», а не бесконечный bounce и не молчаливое зависание.
+- **NFR-6 — Сквозные инварианты времени.** Любое изменение бюджета re-test должно уважать
+  существующие соотношения: `merge_lock_timeout_s` (TTL merge-lease), `reaper_max_running_s`
+  (Tier-3 backstop reaper, ORCH-065/109), `coverage_run_timeout_s` — без рассинхрона.
+
+## 6. Допущения и ограничения
+- **Ограничение из баг-карточки (дословно):** «Решение намеренно не описано в этой баге; нужен
+  отдельный анализ вариантов и контрактов merge-gate». → Аналитик фиксирует требования и
+  тест-план; **варианты и контракт merge-gate** прорабатывает архитектор (06-adr) — основание
+  эскалации в полный цикл.
+- Допущение: tini (PID 1) жнёт зомби, но не убивает живых осиротевших процессов (подтверждено
+  поведением инцидента) — отсюда требование tree-kill (BR-3).
+- Допущение: таймаут merge-gate re-test в зелёном инциденте вызван внешним CPU-голоданием, а не
+  реальным зависанием теста ветки; но решение обязано остаться **fail-safe** к случаю реального
+  зависшего теста (см. Риск R-2 / BR-6).
+- Среда верификации — staging-контур (8501), обязательная страховка перед прод-деплоем self.
+
+## 7. Критерии успеха
+Резюме: зелёный tester `PASS` + зелёный CI + актуальная ветка → задача доходит до `deploy` без
+ложного отката на `development` и без manual-gate из-за инфра-таймаута; оркестратор-спавненные
+pytest-процессы не переживают свой бюджет; реальный красный re-test по-прежнему откатывает на
+`development`; инварианты конвейера и self-hosting не тронуты. Детальные PASS/FAIL —
+`03-acceptance-criteria.md`.
+
+## 8. Риски
+- **R-1** — Над-толерантность маскирует реальный зависший тест (бесконечный/долгий) как «инфра» →
+  смягчение: строгая ограниченность (NFR-5) + отдельный инфра-alert + сохранение красно-откат-пути
+  (BR-6).
+- **R-2** — Поднятие бюджета без правки tree-kill лишь отодвигает отказ (сюит растёт) → исправление
+  должно бить корень (BR-3), бюджет (BR-4) — вторично.
+- **R-3** — Рассинхрон сквозных таймаутов (reaper/lease) при изменении бюджета (NFR-6).
+- **R-4** — Дубль/конфликт с сигналом ORCH-111 (`proc_blocking`) → координация: ORCH-110
+  предотвращает/толерирует, ORCH-111 наблюдает; разные слои.
+- Детальная оценка и митигации — `10-tech-risks.md` (заполняет архитектор).

docs/work-items/ORCH-110/02-trz.md

@@ -0,0 +1,129 @@
+---
+work_item: ORCH-110
+stage: analysis
+author_agent: analyst
+status: ready-for-review
+created_at: 2026-06-15
+model_used: claude-opus-4-8
+escalate: full-cycle
+---
+
+# 02 — ТЗ (TRZ): ORCH-110 — merge-gate local re-test timeout: устранение ложного отката + утечки процессов
+
+Work Item: **ORCH-110** · Repo: **orchestrator** · Стадия: analysis
+
+> ТЗ описывает **конкретные требования к реализации**, выведенные из BRD и фактического кода.
+> Архитектурное обоснование, выбор вариантов и **контракт merge-gate** — задача архитектора (06-adr,
+> основание `escalate: full-cycle`). Здесь — поведение/контракты/инварианты и привязка к модулям,
+> НЕ выбор механизма.
+
+## 1. Сводка изменения
+Устранить ложный откат `deploy-staging → development`, возникающий когда локальный re-test merge-gate
+падает по **таймауту** (инфра/ресурс), при зелёном tester `PASS` и зелёном CI. Изменение бьёт по двум
+корням и одному контракту: (1) **утечка осиротевших pytest-процессов** из оркестратор-спавненных
+прогонов re-test/coverage (источник CPU-голодания) → гарантировать tree-kill дерева подпроцесса при
+таймауте/kill; (2) **классификация инфра-таймаута** как транзиента (повтор/defer/инфра-alert), а не
+код-фейла (откат + расход developer-retry); (3) **контракт необходимости** локального re-test
+относительно зелёного CI и состояния `branch vs origin/main`. Сопутствующе — согласование **бюджета**
+re-test с реальным временем сюита. Всё — аддитивно, под kill-switch, never-raise, скоуп self-hosting,
+с сохранением исходной защиты merge-gate от семантического конфликта (красный re-test по-прежнему
+откатывает).
+
+## 2. Задействованные модули / пути
+| Путь | Действие |
+|------|----------|
+| `src/merge_gate.py` | изменить — `retest_branch`: жизненный цикл подпроцесса (tree-kill при таймауте/kill); классификация исхода «timeout» как транзиента (контракт возврата) |
+| `src/coverage_gate.py` | изменить — `measure_coverage`: тот же tree-kill при таймауте (сиблинг-источник утечки, BR-3) |
+| `src/qg/checks.py` | изменить — `check_branch_mergeable`: различать «timeout/infra» от «red re-test» в возвращаемом контракте (без смены имени/семантики зарегистрированного `check_*`) |
+| `src/stage_engine.py` | изменить — `_handle_merge_gate` / маршрутизация исхода: инфра-таймаут → defer/повтор/инфра-alert (по образцу `_handle_merge_gate_defer`), НЕ `_handle_merge_gate_rollback`; красный re-test → прежний rollback |
+| `src/config.py` | изменить — флаг(и) толерантности к инфра-таймауту + (опц.) согласование `merge_retest_timeout_s`; уважить сквозные инварианты `merge_lock_timeout_s` / `reaper_max_running_s` / `coverage_run_timeout_s` |
+| `docs/architecture/README.md`, `CLAUDE.md`, `CHANGELOG.md` | обновить — описание поведения merge-gate re-test (golden source наравне с кодом) |
+| `tests/test_*` | создать — покрытие по `04-test-plan.yaml` |
+
+> Точный набор новых символов/флагов и механизм tree-kill (process-group `start_new_session`+killpg,
+> либо иной) — решение архитектора. ТЗ фиксирует **что** должно выполняться, не **как**.
+
+## 3. Функциональные требования
+
+### FR-1 — Толерантность к инфра-таймауту re-test (нет ложного отката) [BR-1, BR-2]
+Когда merge-gate локальный re-test завершается специфически по **таймауту** (а не детерминированно
+красным результатом), исход ДОЛЖЕН классифицироваться как транзиент/инфра, не код-фейл. Путь
+восстановления НЕ ДОЛЖЕН быть тем же `_handle_merge_gate_rollback` (откат на `development` + инкремент
+developer-retry), который при зелёных CI/tester ведёт к «Manual intervention needed». Допустимая
+реакция (выбор — архитектор): ограниченный повтор re-test и/или defer (по образцу существующего
+`_handle_merge_gate_defer` для `merge-lock busy`) и/или отдельный инфра-alert. Прецеденты толерантности
+к инфра: ORCH-061 (staging infra tolerance), ORCH-093 (transient vs terminal классификация merge-POST).
+
+### FR-2 — Tree-kill оркестратор-спавненных тест-процессов [BR-3]
+`merge_gate.retest_branch` и `coverage_gate.measure_coverage` ДОЛЖНЫ гарантировать, что при таймауте
+(а также при любом kill/прерывании прогона) завершается **всё дерево** подпроцесса pytest, включая
+внуков, а не только прямой потомок. После таймаута ни один оркестратор-спавненный pytest-процесс не
+должен оставаться живым и грузить CPU. Контракт возврата `retest_branch`
+(`(False, "re-test timeout after <T>s")`) сохраняется; меняется лишь побочный эффект — отсутствие
+утечки. Существующий каскад launcher `SIGTERM→grace→SIGKILL` (`stop_process`) — образец на уровне
+агентов; для этих subprocess-прогонов требуется эквивалентная гарантия на уровне группы процессов.
+
+### FR-3 — Согласованность бюджета re-test [BR-4, NFR-6]
+Бюджет `merge_retest_timeout_s` ДОЛЖЕН иметь достаточный запас над фактическим временем полного сюита
+(наблюдаемо: 600s бюджет vs 516.70s факт ≈ 16%). Бюджет остаётся конфигурируемым; при его изменении
+ДОЛЖНЫ соблюдаться сквозные инварианты: `reaper_max_running_s > max(agent_timeout, бюджеты) + grace`
+(ORCH-065/109) и согласование с `merge_lock_timeout_s` (TTL merge-lease держится на время re-test).
+Малформный/непозитивный конфиг → безопасный дефолт + WARNING (never-break).
+
+### FR-4 — Контракт необходимости локального re-test [BR-5, BR-6]
+Merge-gate ДОЛЖЕН различать риск-кейсы и применять re-валидацию пропорционально реальному риску
+слияния:
+- ветка **реально отстала** от уехавшего `origin/main` и ребейзнута → семантический риск → re-test
+  оправдан (текущая цель ORCH-043 сохраняется);
+- ветка **уже актуальна** / rebase — no-op, и CI по этому самому HEAD зелёный → локальный полный
+  re-test пере-проверяет ровно подтверждённый CI коммит и не должен быть единственной точкой ложного
+  отказа.
+Конкретный контракт (например: пропуск re-test при «не-behind + зелёный CI по HEAD», сокращённый
+scope, доверие SHA, подтверждённому CI, и т. п.) — **выбор архитектора в ADR** (ядро запрошенного
+баг-карточкой «анализа контрактов merge-gate»). Инвариант **BR-6**: детерминированно **красный**
+re-test (реальный сбой теста) обязан и далее откатывать на `development` — послабление применяется
+ТОЛЬКО к таймауту/инфра.
+
+### FR-5 — Сохранение инвариантов и kill-switch [NFR-1, NFR-2, NFR-3, NFR-4]
+Изменение аддитивно: `STAGE_TRANSITIONS` / реестр `QG_CHECKS` / семантика `check_*` / machine-verdict
+ключи / схема БД — без изменений; merge-gate остаётся под-гейтом-врезкой, не новой стадией/QG. Под
+kill-switch: выключенный флаг → байт-в-байт прежнее поведение (таймаут → откат). Скоуп self-hosting
+(`orchestrator`); enduro — no-op. never-raise; INV-4 (никогда push/force-push `main`; merge только
+через Gitea PR API) и запрет рестарта прод-контейнера — соблюдены.
+
+### FR-6 — Наблюдаемость и ограниченность [BR-7, NFR-5]
+Состояние «инфра-таймаут» ДОЛЖНО логироваться, уведомляться в Telegram (кликабельный номер задачи) и
+быть видимым read-only (например, расширение блока `merge`/`merge_verify` в `GET /queue`), отличимо от
+код-фейл-отката. Любой повтор/defer строго ограничен (число попыток + суммарное время); исчерпание →
+**инфра-alert** (не «developer must fix»). Координация с ORCH-111 (`proc_blocking`) — без дубля:
+ORCH-110 предотвращает/толерирует, ORCH-111 наблюдает.
+
+## 4. Изменения API
+Новых обязательных эндпоинтов **не требуется**. Допустимо (when-applicable, на усмотрение
+архитектора) **read-only** расширение существующего снимка `GET /queue` (блок merge-gate) полями
+наблюдаемости инфра-таймаута/повторов. Никаких новых управляющих эндпоинтов.
+
+## 5. Изменения схемы БД
+**Нет.** Счётчики повторов/defer — по образцу существующих (`_merge_defer_count` /
+`_developer_retry_count` поверх `jobs`/`agent_runs`) либо in-memory/sentinel; новые таблицы/колонки не
+вводятся (NFR-1).
+
+## 6. Требования к новым/изменённым QG checks
+**Нет нового зарегистрированного QG.** `check_branch_mergeable` остаётся в реестре `QG_CHECKS` с тем же
+именем и семантикой PASS/FAIL; меняется лишь **различение причины FAIL** (timeout/infra vs red) в
+возвращаемом reason и **маршрутизация исхода** во врезке `_handle_merge_gate` (`advance_stage`).
+`STAGE_TRANSITIONS` и состав `QG_CHECKS` — байт-в-байт.
+
+## 7. Совместимость / регресс
+- **Обратная совместимость:** kill-switch off → поведение байт-в-байт как до ORCH-110 (таймаут →
+  rollback на `development`), включая текст alert'ов.
+- **Область раската:** self-hosting `orchestrator` (как ORCH-035/043/058/071); прочие репо — no-op,
+  путь LLM-`deployer`/прежний merge не затронут.
+- **Обратимость:** чисто аддитивная логика под флагом; откат = выключить флаг.
+- **Self-hosting:** без рестарта прод-контейнера; merge только через Gitea PR API; никаких операций с
+  `main` (INV-4).
+- **Анти-регресс целей merge-gate:** красный re-test → прежний rollback (BR-6); защита от
+  семантического конфликта/фантомного merge (ORCH-043/071/073) — не ослаблена.
+- **Трассировка маркеров (ORCH-078):** правки в `merge_gate.py`/`coverage_gate.py`/`qg/checks.py`
+  затрагивают блоки с маркерами ORCH-043/071/073/093/027/065/109 — перед изменением сверить их
+  `06-adr` и не сломать зафиксированные инварианты (lease, never-raise, fail-open/closed, бюджеты).

docs/work-items/ORCH-110/03-acceptance-criteria.md

@@ -0,0 +1,123 @@
+---
+work_item: ORCH-110
+stage: analysis
+author_agent: analyst
+status: ready-for-review
+created_at: 2026-06-15
+model_used: claude-opus-4-8
+escalate: full-cycle
+---
+
+# 03 — Критерии приёмки (Acceptance Criteria): ORCH-110 — merge-gate re-test timeout
+
+Work Item: **ORCH-110** · Repo: **orchestrator** · Стадия: analysis
+
+Формат: каждый критерий имеет **PASS** (что должно быть истинно для приёмки) и **FAIL** (что считается
+провалом). Reviewer/тестировщик проверяет их буквально по файлам/тестам репозитория.
+
+---
+
+## AC-1 — Зелёный путь не требует ручного вмешательства из-за инфра-таймаута
+**Условие:** tester `PASS` + зелёный CI + ветка актуальна к `origin/main`, но локальный re-test
+merge-gate упирается в таймаут (смоделированное CPU-голодание/медленный прогон).
+- **PASS:** задача НЕ откатывается ложно как код-фейл и НЕ доходит до alert «Merge-gate still failing
+  after N developer retries»; она доходит до `deploy` (возможно после ограниченного defer/повтора)
+  или поднимает **отдельный инфра-alert**, отличимый от «developer must fix».
+- **FAIL:** таймаут → `_handle_merge_gate_rollback` на `development` с расходом developer-retry →
+  manual-gate (текущее ошибочное поведение).
+
+---
+
+## AC-2 — Инфра-таймаут классифицируется отдельно от красного re-test
+**Условие:** `check_branch_mergeable` вернул FAIL по причине таймаута vs по причине красного теста.
+- **PASS:** таймаут маршрутизируется в транзиент-путь (defer/повтор/инфра-alert), красный re-test —
+  в прежний rollback на `development`; пути различимы в коде и в логах/наблюдаемости.
+- **FAIL:** оба исхода идут одним путём отката на `development`.
+
+---
+
+## AC-3 — Реальный красный re-test по-прежнему откатывает (анти-над-толерантность)
+**Условие:** локальный re-test даёт детерминированно красный результат (реальный сбой теста, не
+таймаут).
+- **PASS:** задача откатывается на `development` + developer-retry (цель ORCH-043 сохранена), lease
+  освобождается.
+- **FAIL:** красный re-test «толерируется» и задача продвигается/деплоится со сломанным кодом.
+
+---
+
+## AC-4 — Нет осиротевших тест-процессов после таймаута
+**Условие:** `merge_gate.retest_branch` (и `coverage_gate.measure_coverage`) запущены против прогона,
+порождающего дочерние/внучатые процессы, и прогон превышает бюджет (таймаут).
+- **PASS:** по таймауту завершается всё дерево подпроцесса (включая внуков); живых
+  оркестратор-спавненных pytest-процессов не остаётся; контракт возврата
+  `(False, "re-test timeout after <T>s")` сохранён.
+- **FAIL:** прямой потомок убит, но внуки репарентируются и продолжают жить/грузить CPU.
+
+---
+
+## AC-5 — Бюджет re-test согласован и уважает сквозные инварианты
+**Условие:** конфигурация бюджета re-test и связанных таймаутов.
+- **PASS:** `merge_retest_timeout_s` имеет адекватный запас над фактическим временем сюита;
+  соблюдено `reaper_max_running_s > max(agent_timeout, бюджеты) + grace` и согласование с
+  `merge_lock_timeout_s`/`coverage_run_timeout_s`; малформный конфиг → дефолт + WARNING.
+- **FAIL:** бюджет оставлен впритык к времени сюита без обоснования, либо изменение бюджета ломает
+  инвариант reaper/lease.
+
+---
+
+## AC-6 — Контракт необходимости re-test зафиксирован и реализован
+**Условие:** ветка не-behind (rebase no-op) + зелёный CI по этому HEAD.
+- **PASS:** поведение локального re-test соответствует контракту, выбранному архитектором в ADR
+  (skip/scope/trust-CI-SHA и т. п.); re-test не является избыточной единственной точкой ложного
+  отказа на коммите, уже подтверждённом CI; решение и его обоснование задокументированы в `06-adr/`.
+- **FAIL:** контракт не определён/не реализован; полный re-test безусловно гоняется и при не-behind +
+  зелёном CI.
+
+---
+
+## AC-7 — Kill-switch и нулевая регрессия
+**Условие:** флаг толерантности выключен; и/или не-self-hosting репозиторий (enduro).
+- **PASS:** поведение байт-в-байт как до ORCH-110 (таймаут → прежний rollback; те же тексты
+  alert'ов); enduro-путь не затронут.
+- **FAIL:** при выключенном флаге/для enduro поведение изменилось.
+
+---
+
+## AC-8 — Инварианты конвейера и self-hosting не тронуты
+**Условие:** статический и поведенческий анализ изменений.
+- **PASS:** `STAGE_TRANSITIONS` / реестр `QG_CHECKS` / семантика `check_*` / machine-verdict ключи /
+  схема БД — без изменений; никаких push/force-push в `main` (INV-4), merge только через Gitea PR API,
+  прод-контейнер не рестартится; все публичные функции merge-gate/coverage остаются never-raise.
+- **FAIL:** изменён любой из перечисленных инвариантов, или исключение уходит в `advance_stage`.
+
+---
+
+## AC-9 — Ограниченность транзиент-пути (anti-loop) + наблюдаемость
+**Условие:** инфра-таймаут повторяется.
+- **PASS:** число повторов/defer ограничено и по попыткам, и по суммарному времени; исчерпание →
+  один чёткий инфра-alert; событие видно в логах/`GET /queue` и отличимо от код-фейла.
+- **FAIL:** бесконечный bounce/повтор, либо молчаливое зависание без терминального сигнала.
+
+---
+
+## AC-10 — Регресс-тест (красный до фикса, зелёный после)
+**Условие:** наличие автоматического теста, воспроизводящего инцидент.
+- **PASS:** в `tests/` есть тест, который на текущем коде **падал бы** (инфра-таймаут re-test →
+  ложный rollback / выживший процесс), а после фикса **зелёный**; включён в полный регресс `pytest`.
+- **FAIL:** регресс-теста нет, либо он не воспроизводит инцидент.
+
+---
+
+## Сводная матрица AC ↔ FR/BR
+| AC | Покрывает |
+|----|-----------|
+| AC-1 | BR-1 / FR-1 |
+| AC-2 | BR-2 / FR-1 |
+| AC-3 | BR-6 / FR-4 |
+| AC-4 | BR-3 / FR-2 |
+| AC-5 | BR-4 / FR-3 / NFR-6 |
+| AC-6 | BR-5 / FR-4 |
+| AC-7 | NFR-2 / FR-5 |
+| AC-8 | NFR-1 / NFR-3 / NFR-4 / FR-5 |
+| AC-9 | NFR-5 / BR-7 / FR-6 |
+| AC-10 | BR-1…BR-3 (регресс инцидента) |

docs/work-items/ORCH-110/04-test-plan.yaml

@@ -0,0 +1,94 @@
+work_item: ORCH-110
+stage: analysis
+author_agent: analyst
+status: ready-for-review
+created_at: 2026-06-15
+model_used: claude-opus-4-8
+escalate: full-cycle
+title: "merge-gate re-test timeout: tolerance + no orphan-process leak + re-test contract"
+framework: pytest
+scope: >
+  Покрывает: классификацию инфра-таймаута re-test merge-gate как транзиента (без ложного отката),
+  tree-kill оркестратор-спавненных pytest-прогонов (re-test + coverage), сохранение красно-откат-пути,
+  согласование бюджета re-test со сквозными инвариантами, контракт необходимости re-test, kill-switch
+  и наблюдаемость. Вне покрытия: алерт sidecar-watchdog (ORCH-111), правка конкретного
+  test_install_lite_script.py, поведение enduro (только проверяется no-op).
+notes: >
+  TC-10 — ОБЯЗАТЕЛЬНЫЙ регресс-тест инцидента ORCH-109/PR#129: красный на текущем коде (инфра-таймаут
+  re-test → ложный rollback / выживший процесс), зелёный после фикса. Подпроцессы в тестах мокаются
+  (управляемый "медленный/спавнящий детей pytest"), без обращения к сети/Plane/Gitea. Полный регресс
+  tests/ должен оставаться зелёным. Точные имена символов/флагов уточняет архитектор (06-adr);
+  модули-плейсхолдеры ниже выровнены под манифест PIPELINE_DOCS.
+
+tests:
+  - id: TC-01
+    type: unit
+    description: "retest_branch: таймаут возвращает (False, 're-test timeout after <T>s') И завершает всё дерево подпроцесса (внуки не переживают таймаут)."
+    module: tests/test_orch110_retest_lifecycle.py
+    expected: PASS
+
+  - id: TC-02
+    type: unit
+    description: "coverage_gate.measure_coverage: таймаут завершает всё дерево подпроцесса (сиблинг-источник утечки, BR-3); возврат None сохранён."
+    module: tests/test_orch110_retest_lifecycle.py
+    expected: PASS
+
+  - id: TC-03
+    type: unit
+    description: "check_branch_mergeable: исход 'timeout' различим от 'red re-test' в reason/классификации (без смены имени/семантики зарегистрированного check_*)."
+    module: tests/test_orch110_merge_gate_classify.py
+    expected: PASS
+
+  - id: TC-04
+    type: unit
+    description: "Маршрутизация исхода: инфра-таймаут → defer/повтор/инфра-alert путь (НЕ _handle_merge_gate_rollback на development, без инкремента developer-retry)."
+    module: tests/test_orch110_merge_gate_routing.py
+    expected: PASS
+
+  - id: TC-05
+    type: unit
+    description: "Анти-над-толерантность: детерминированно КРАСНЫЙ re-test по-прежнему → откат на development + developer-retry + release lease (BR-6 сохранён)."
+    module: tests/test_orch110_merge_gate_routing.py
+    expected: PASS
+
+  - id: TC-06
+    type: unit
+    description: "Ограниченность (anti-loop): повторы/defer инфра-таймаута лимитированы по попыткам и суммарному времени; исчерпание → один инфра-alert, не бесконечный bounce."
+    module: tests/test_orch110_merge_gate_routing.py
+    expected: PASS
+
+  - id: TC-07
+    type: unit
+    description: "Kill-switch off → байт-в-байт прежнее поведение (таймаут → rollback на development, прежний текст alert); not-self repo (enduro) → no-op."
+    module: tests/test_orch110_killswitch.py
+    expected: PASS
+
+  - id: TC-08
+    type: unit
+    description: "Бюджет/инварианты: malformed/непозитивный merge_retest_timeout_s → дефолт + WARNING; соблюдён reaper_max_running_s > max(agent_timeout, бюджеты)+grace и согласование с merge_lock_timeout_s."
+    module: tests/test_orch110_budget_invariants.py
+    expected: PASS
+
+  - id: TC-09
+    type: unit
+    description: "never-raise: любая ошибка в новом транзиент-пути → безопасный дефолт + WARNING; исключение не уходит в advance_stage."
+    module: tests/test_orch110_merge_gate_routing.py
+    expected: PASS
+
+  - id: TC-10
+    type: integration
+    description: "РЕГРЕСС инцидента: tester PASS + зелёный CI + ветка не-behind, но re-test таймаут — задача НЕ откатывается ложно и НЕ упирается в 'Merge-gate still failing after N developer retries'; доходит до deploy или поднимает инфра-alert. Красный до фикса, зелёный после."
+    module: tests/test_orch110_false_rollback_regression.py
+    expected: PASS
+
+  - id: TC-11
+    type: integration
+    description: "Контракт необходимости re-test (FR-4/AC-6): при не-behind + зелёном CI по HEAD локальный re-test ведёт себя по выбранному в ADR контракту (skip/scope/trust-CI) и не является избыточной единственной точкой ложного отказа. Финальная форма — после решения архитектора."
+    module: tests/test_orch110_retest_contract.py
+    expected: PASS
+
+  - id: TC-12
+    type: integration
+    description: "Наблюдаемость: инфра-таймаут отражён в логах/GET /queue (read-only) и Telegram-уведомлении с кликабельным номером; отличим от код-фейл-отката; без дубля с ORCH-111."
+    module: tests/test_orch110_observability.py
+    expected: PASS