# Modul-17: Hermes-Agent (autonomer Research-/Analyse-Worker unter Paperclip)

**Status: FREIGEGEBEN (21.08.2026)** · Container `Modul-17-Hermes-Agent` · Image `trading-modules-modul17-hermes-agent:latest`

> ⚠️ **Keine Namenskollision** mit fremden Containern. Hermes läuft im `trading-modules`-Netz
> als `Modul-17-Hermes-Agent`. Fremdsysteme (`paperclip-dn8l-paperclip-1` u.ä., Coolify) nie anfassen.

## Zweck & Rolle
Hermes ist die **autonome Research-/Analyse-Ausführungsebene unter Paperclip (M16)**. Er nimmt
von Paperclip delegierte Tasks (Research, längere Analysen, Strategie-Review, Analytics-Auswertung,
Backtest-/Optimization-Auswertung, Systemdiagnose READ-ONLY) entgegen und führt sie **ausschließlich
über die strikte Tool-Whitelist** aus. Das Ergebnis geht als `agent_run`/`result_refs` an Paperclip
zurück.

**Kritische Grenze — Hermes ist NICHT Teil des kritischen Trading-Pfads und darf NICHT:**
- direkt auf Modul-09 Execution zugreifen, Orders erzeugen
- Risk-/Portfolio-Regeln (M07/M08) überschreiben
- M15-Control verändern (PAUSE/HALT/RESUME)
- Strategien automatisch produktiv aktivieren
- Optimierungsparameter automatisch deployen
- Broker-Credentials erhalten

**Paperclip bleibt Orchestrator.** Hermes arbeitet NUR über die erlaubten Tools/APIs. Unbekannte
oder unerlaubte Tools → **REJECTED**.

## Architektur / Datenfluss
```
Paperclip (M16) ── Task ──▶ Modul-17-Hermes-Agent (Port 55017, NUR intern/expose)
                                  │
                                  ├── app/core/tool_whitelist.py  strikte Tool-Whitelist (Herzstück)
                                  ├── app/core/executor.py        Hermes-Executor (Tool-Ausführung + Audit + Idempotenz)
                                  ├── app/storage/storage.py      Persistenz hermes_task/run/tool_call/result
                                  ├── app/clients/clients.py      Read-Clients + 2 begrenzte Write-Clients
                                  └── app/api/main.py             REST-API (/health, /tasks, /runs, /tools)
                                  │
                                  ├── READ (tolerant): Modul-03 Market Data, M04 Regime, M05 Strategy,
                                  │                     M06 Ranking, M10 Journal, M11 Analytics, M15 Monitoring (GET)
                                  └── WRITE (begrenzt): Modul-12 POST /backtest, Modul-13 POST /optimization,
                                                        Proposal/Research-Ergebnis speichern
```

**API (Docker-intern, Port 55017):**
- `GET /health` — Liveness (`{"status":"ok","service":"hermes","version":"0.1.0"}`)
- `GET /health/ready` — Readiness (DB-Schema vorhanden) → 200 `{"status":"ready"}`
- `POST /tasks` — Task einreichen (`task_type` + `payload.tools[]`); Whitelist-Prüfung
- `GET /tasks` / `GET /tasks/{id}` — Tasks + Status/result_refs
- `GET /runs/{id}` — einzelner Run mit result_refs
- `GET /tools` — Tool-Whitelist auflisten

Kein RabbitMQ: synchroner request/response. Port 55017 **nur intern** (`expose:`), kein öffentliches Mapping.

## Tool-Whitelist (strikt, `app/core/tool_whitelist.py`)
Jeder Tool-Call wird gegen die Whitelist geprüft. Unbekannte/unerlaubte Tools → REJECTED.

| Tool (namespace.method) | Zielmodul | Richtung | Status |
|-------------------------|-----------|----------|--------|
| `market_data.prices` | Modul-03 | READ | erlaubt |
| `regime.analyze` | Modul-04 | READ | erlaubt |
| `strategy.list` | Modul-05 | READ | erlaubt |
| `ranking.current` | Modul-06 | READ | erlaubt |
| `journal.entries` | Modul-10 | READ | erlaubt |
| `analytics.portfolio` | Modul-11 | READ | erlaubt |
| `monitoring.status` | Modul-15 | READ | erlaubt (NUR GET) |
| `backtest.start` | Modul-12 | WRITE | erlaubt (CONTROLLED) |
| `optimization.start` | Modul-13 | WRITE | erlaubt (CONTROLLED) |
| `execution.place_order` | Modul-09 | WRITE | **REJECTED** |
| `risk.set_limits` | Modul-07 | WRITE | **REJECTED** |
| `portfolio.rebalance` | Modul-08 | WRITE | **REJECTED** |
| `monitoring.pause/halt/resume` | Modul-15 | Control | **REJECTED** |
| alles andere | — | — | **REJECTED** |

**M09/M07/M08 sind strukturell NICHT in den Clients implementiert** (`clients.py`) — ein Verstoß
ist damit zur Laufzeit unmöglich, zusätzlich zur Whitelist-Barriere. M15-Control-Writes fehlen ebenfalls.

## Persistenz / Audit (Migration `migrations/001_hermes.sql`)
Vier Tabellen in Modul-01-PostgreSQL (PostgreSQL-01), NICHT im kritischen Trading-Pfad:
- `hermes_task` — Aufgaben (id, task_type, agent_role, status, payload, result_refs, error_code)
- `hermes_run` — Ausführungen (run_id, task_id, status, result, result_refs, idempotent)
- `hermes_tool_call` — **jeder Tool-Call nachvollziehbar**: task_id, tool, target_module, input_hash,
  status, timestamps, error_code
- `hermes_result` — gespeicherte Ergebnisse/Reports

Jeder Tool-Call wird in `hermes_tool_call` auditier. Keine Secrets/Prompts mit Credentials in Logs.

## Sicherheit
- **Keine öffentlichen Ports**: 55017 nur `expose` (Docker-intern), kein Host-Mapping (verifiziert: `docker port` leer).
- **Internes Docker-Netzwerk** `trading-modules`.
- **Kein Docker-Socket, kein Root-/Shell-Zugriff auf andere Container.**
- **Secrets nur ENV/Secret** (`PG_PASSWORD` aus Compose `environment`); keine Secrets in Logs/API/DB.
- **Keine Broker-Credentials** (kein Client, kein ENV dafür).
- **Hermes-Ausfall beeinflusst M03–16 NICHT** (eigene DB-Tabellen, keine Kopplung an Trading-Core).
- **M15-Ausfall → Monitoring-/Systemdiagnose-Task FAILED** (FAIL-CLOSED, nicht schönreden).

## Read-Clients (tolerant)
Einzelne Quellen-Fehler (404/5xx/Timeout) werden als Teil-Ergebnis `{"_error": code}` gekapselt,
der Gesamt-Task bleibt SUCCEEDED. Komplett unreachable (`UNREACHABLE`/`TIMEOUT`) → `None`.

**Ausnahme — Monitoring (FAIL-CLOSED):** Der `monitoring.status`-Call ruft M15 direkt auf. Ist M15
nicht erreichbar → Task **FAILED** (kein "ok" bei ausgefallenem M15). Gleiches gilt für M12/M13:
Ausfall → zugehöriger Backtest-/Optimization-Task **FAILED** (`UNREACHABLE`), Hermes bleibt healthy,
Trading-Core unbeeinflusst.

## Idempotenz
Jeder `task_id` erzeugt genau **einen** `hermes_run` (SUCCEEDED). Wiederholte Einreichung derselben
Task-Payload → je Task genau 1 Run, kein Doppel-Run. `input_hash` in `hermes_tool_call` identifiziert
identische Aufrufe.

## Tests & E2E-Verifikation (VPS, 21.08.2026)
- **Unit-Tests** `tests/test_hermes.py`: 13/13 grün (Whitelist-Gates, Executor, Idempotenz, REJECTED).
- **T1 Research-Task** → M03 → **SUCCEEDED**, result_refs mit `tool_output` + `report`.
- **T2 Analytics-Task** → M11 → **SUCCEEDED**.
- **T3 Backtest-Task** → M12 `POST /backtest` (BT_PULL, stock, 450 Candles) → **SUCCEEDED**.
- **T4 Optimization-Task** → M13 `POST /optimization` (BT_PULL) → **SUCCEEDED**.
- **T5 Monitoring READ-ONLY** → M15 `GET /status` → **SUCCEEDED**.
- **T6 Execution-Tool** (`execution.place_order`) → **REJECTED** (`TOOL_NOT_ALLOWED`).
- **T7 M15-Control-Tool** (`monitoring.pause`) → **REJECTED**.
- **T8 Risk/Portfolio-Write** (`risk.set_limits`) → **REJECTED**.
- **T9 ungültiges Tool** (`bogus.tool`) → **REJECTED**.
- **T10 Ausfall**: M15 down → Monitoring FAILED; M12 down → Backtest FAILED; M13 down → Optimization
  FAILED (jeweils `UNREACHABLE`). Erholung → SUCCEEDED. Hermes bleibt healthy.
- **T11 Idempotenz**: je Task genau 1 Run.
- **T12 Restart/Reconnect**: nach `docker restart` ready, Daten persistent.
- **T13 keine Secrets**: `docker logs` frei von password/secret/token/api_key.
- **T14 Port nur intern**: `ss -ltn` kein Host-Listening auf 55017.
- **T15 Hermes-Ausfall**: bei gestopptem Hermes sind M03/04/05/11/12/13/15/16 alle healthy
  (`/health` ok) → Trading-Core unbeeinflusst.

**E2E-Gesamt: 15/15 grün.**

## Bugs / Fixes (modul-17, dokumentiert)
1. **Methodenname `_last_succeeded_run` vs `_run_last_succeeded_run`**: Executor referenzierte
   `_last_succeeded_run`, Methode hieß anders → benannt in `_last_succeeded_run` (Idempotenz-Check).
2. **Test-Pfad**: `sys.path.insert` musste auf `../app` zeigen (nicht Modul-Root) für `app.*`-Importe.
3. **M12 422 "Unzureichende Daten"**: EURUSD/demo lieferte nur 1 Candlestick (< 220 nötig). Fix im
   E2E: Symbol **`BT_PULL`** (asset_class `stock`, 450 Candles) für Backtest/Optimization.
4. **M13 erfordert Pflichtfelder `start_date`+`end_date`** (anders als M12): Optimization-Payload
   musste beide Datumsfelder enthalten, sonst HTTP 422.
5. **E2E-Skript**: BusyBox wget im Alpine-Worker kennt kein `--post-file` → JSON per `docker cp`
   + `--post-data="$(cat …)"`. Funktionsname `mkpayload`→`mk_put` (aufrufender Code nutzte `mk_put`).
6. **SSH-Quoting**: verschachtelte `$(…)` mit doppelten Anführungszeichen im Inline-Python kappen
   das Kommando → Inline-Echo entfernt, reiner grep-Check.

## Compose / Betrieb
- Netz `trading-modules`, DB-Host `Modul-01-PostgreSQL` (Modul-01), Port 55017 nur intern (`expose`),
  `restart: unless-stopped`. Kein öffentliches Port-Mapping.
- **Kein Teil des kritischen Trading-Pfads:** kein M09-, kein M07/M08-, kein M15-Control-Zugriff.
- Paperclip (M16) bleibt Orchestrator; Hermes ist seine Worker-Ausführungsebene.

---

## LLM-Schicht (KI-/Analyse-Erweiterung, M16 additiv `llm=true`)
Hermes kann Tasks zusätzlich über eine **LLM-Schicht** (Tool-Calling-Loop) ausführen. Die LLM-Schicht
ist **additiv** (M16 setzt `llm=true` im Task-Payload); ohne Flag bleibt das deterministische M17-Verhalten
unverändert. Die Tool-Whitelist und Task-Gates bleiben **deterministisch außerhalb des LLM** — das LLM
führt nie selbst Tools aus, sondern liefert `requested_tools[]`, die durch die bestehende Whitelist geprüft werden.

### 2-Stufen-Modellkonzept (final, 21.08.2026)
| Stufe | Modell | Provider | Verwendung |
|-------|--------|----------|------------|
| **STANDARD** | `deepseek-v4-flash:cloud` | `ollama_cloud` | Normale Research-/Analyse-Tasks, voller Tool-Calling-Loop, Structured JSON, vollständiger Audit |
| **LOKAL** | `llama3.1:8b` | `ollama_local` | NUR expliziter Privacy-/Offline-Modus (`llm_mode=local`), **Analyse-only** (kein Tool-Loop), CPU-/Timeout-Schutz |

**Regeln (hart):**
- **KEIN automatischer Cloud→Local-Fallback.** Cloud-Ausfall → Task **FAILED** (`LLM_UNAVAILABLE`),
  kein minutenlanger Wechsel auf das lokale Modell.
- **LOKAL nur explizit** über `llm_mode=local` im Task-Payload (`extra.llm_mode`). Nicht als Standard verwenden.
- **LOKAL = Analyse-only**: genau EIN Analyse-Call, keine Tool-Anfragen. `llama3.1:8b` auf CPU versteht
  den Tool-Calling-Loop nicht zuverlässig (LLM_MAX_ROUNDS) und ist langsam (~60-90s/Call).
- **FAIL-CLOSED**: LLM down/Timeout/invalid JSON/Schema/Max-Runden → Task FAILED, kein Trading-Core-Effekt.
- **Safety unverändert**: kein `execution.place_order`, kein `risk.set_limits`, kein `portfolio.rebalance`,
  kein M15 pause/halt/resume, Proposal maximal DRAFT/PROPOSED.

### LLM-Audit (`hermes_llm_run`, Migration `002_hermes_llm.sql`)
Fünfte Audit-Tabelle. Je LLM-Run: provider, model, config_version, input_context_hash, requested_tools,
executed_tools, rejected_tools, tokens_in/out, latency_ms, structured_result, status, error_code.
**Vollständig AUCH im FAILED-Pfad** (Timeout/Invalid-JSON/Max-Runden persistieren Metriken). Keine
vollständigen sensiblen Prompts, keine Secrets.

### LLM-ENV (Compose M17-Block)
- `LLM_PROVIDER=ollama_cloud` (Standard = Cloud)
- `LLM_MODEL_CLOUD=deepseek-v4-flash:cloud`
- `LLM_MODEL_LOCAL=llama3.1:8b`
- `LLM_BASE_URL=http://10.0.4.2:11434` (Ollama-Netz)
- `LLM_TIMEOUT_SECONDS=300`

### LLM-E2E-Verifikation (final, 21.08.2026)
- **Cloud-Standard** (`llm=true`, standard): **SUCCEEDED** (deepseek-v4-flash:cloud, 4 requested/2 executed, Audit vollständig).
- **Local explizit** (`llm=true`, `llm_mode=local`): **SUCCEEDED** (llama3.1:8b, Analyse-only, Audit vollständig).
- **Cloud-down** (isoliert, ungültige Base-URL): **FAILED** (`LLM_UNAVAILABLE`), **kein Auto-Fallback** (Provider bleibt Cloud).
- **llm=false**: **SUCCEEDED** (deterministisches M17, kein LLM-Run).
- **Audit vollständig**: requested/executed/rejected/tokens/latency/context_hash persistiert, auch im FAILED-Pfad.
- **M03–M15 unbeeinflusst**: alle Module healthy während der LLM-Tests.
- **Unit-Tests** `tests/test_llm.py`: **20/20 grün** (inkl. 4 REJECTED-Gate-Tests: place_order, monitoring_pause, risk_set_limits, unknown_tool).

### LLM-Bugs / Fixes
1. **Audit-Metriken leer (Cloud-E2E)**: `finish_llm_run` schrieb nur status/result/error → um
   requested/executed/rejected_tools, tokens_in/out, latency_ms, structured_result, provider/model/config_version erweitert.
2. **FAILED-Pfad verlor Audit-Metriken**: Max-Runden-Exception trug keine Metriken → Exception trägt jetzt
   Audit-Dict, `execute()` persistiert sie auch bei LLM_MAX_ROUNDS/Timeout/Invalid-JSON.
3. **NOT NULL-Constraint**: `requested_tools` etc. `NOT NULL DEFAULT '[]'` → `finish_llm_run` koerziert `None`→`[]`.
4. **Structured Output**: Cloud-Modell ignoriert Schema ohne `format`-Constraint → `format`-Constraint im Payload.
5. **ToolCall-Format**: ToolCall-Modell erwartet `name`/`args` (nicht `tool`/`params`) → Skript/Executor angepasst.
6. **Lokales Modell ungeeignet für Tool-Loop**: `llama3.1:8b` auf CPU → LLM_MAX_ROUNDS (fragt endlos Tools an).
   Fix: lokaler Modus = **Analyse-only** (kein Tool-Loop), wie vom User empfohlen.

## Geändert
```
Geändert von: Rain Ocampo
Datum: 21.08.2026
Grund: LLM-Schicht (2-Stufen-Konzept) ergaenzt: STANDARD=deepseek-v4-flash:cloud (voller Tool-Loop),
LOKAL=llama3.1:8b (nur explizit llm_mode=local, Analyse-only), KEIN Auto-Fallback, Cloud-down->FAILED
(LLM_UNAVAILABLE), llm=false deterministisch, Audit hermes_llm_run vollstaendig (auch FAILED-Pfad),
Unit 20/20, E2E 5/5 Szenarien gruen, M03-M15 unbeeinflusst. FREIGEGEBEN.
Geändert von: Rain Ocampo
Datum: 21.08.2026
Grund: Modul-17-Hermes-Agent implementiert + E2E verifiziert (Research/Analytics/Backtest/Optimization/Monitoring-Success,
Safety REJECTED 6/7/8/9, M12/M13/M15-Ausfall -> FAILED (FAIL-CLOSED), Idempotenz, Restart, keine Secrets, Port intern,
Hermes-Ausfall beeinflusst M03-16 nicht). Tool-Whitelist strikt, 4 Audit-Tabellen (hermes_task/run/tool_call/result),
6 API-Endpunkte. Unit 13/13, E2E 15/15 gruen. FREIGEGEBEN. Keine weiteren Module begonnen.
```