# Deployment Kubernetes — Evaluator TIM

O **evaluator continua sendo batch/CronJob-only**. O componente `evaluator-batch` não expõe HTTP nem gRPC.

Para acompanhamento operacional existe um componente **separado e somente leitura**, `evaluator-monitor`, que consulta as tabelas do Autonomous Database e disponibiliza `/ui` e APIs de monitoramento. Essa separação mantém o processamento em batch e evita acoplar uma API HTTP ao evaluator.

Recursos aplicados pelo Kustomize:

```text
Namespace
ServiceAccount
ConfigMap
CronJob evaluator-batch
Deployment evaluator-monitor
Service evaluator-monitor (ClusterIP)
```

O CronJob executa diariamente às 02:00 em `America/Sao_Paulo`, com `suspend: false` e `concurrencyPolicy: Forbid`.

## Preparação

```bash
cp deploy/env/evaluator.env.example deploy/env/evaluator.env
```

Configure ADB, OCI GenAI e GCS no env file. Copie `deploy/langfuse/langfuse_credentials.example.yaml` para `deploy/langfuse/langfuse_credentials.yaml` e declare ali quantos agentes/projetos Langfuse forem necessários. O script cria o Secret `evaluator-langfuse` dinamicamente a partir desse arquivo.

Wallet Oracle:

```text
deploy/wallet/
```

Credencial GCP opcionalmente materializada pelo script:

```text
deploy/gcp/GCP_ACCESS_KEY.json
```

## Secrets

```bash
./deploy/scripts/create-secrets.sh dev
./deploy/scripts/create-secrets.sh hml
./deploy/scripts/create-secrets.sh prod
```

## Build

```bash
export REGISTRY=tim.azurecr.io
export IMAGE_TAG=0.3.0
./deploy/scripts/build-push.sh prod
```

## Deploy

```bash
export REGISTRY=tim.azurecr.io
export IMAGE_TAG=0.3.0
./deploy/scripts/deploy.sh prod
```

## Status

```bash
./deploy/scripts/status.sh prod
```

Ou:

```bash
kubectl -n agent-evaluator-prod get cronjob,jobs,pods,deploy,svc
```

## Execução imediata

```bash
./deploy/scripts/run-now.sh prod
```

Acompanhar logs do batch:

```bash
kubectl -n agent-evaluator-prod get jobs,pods
kubectl -n agent-evaluator-prod logs -f job/<nome-do-job>
```

O comando `run-agents` também imprime o `RUN_ID` assim que cada execução é criada, permitindo:

```bash
python -m evaluator.cli progress <RUN_ID> --events 100
```

## Interface web

O Service do monitor é `ClusterIP`, portanto não fica exposto externamente por default.

Para acessar via sua máquina:

```bash
kubectl -n agent-evaluator-prod port-forward svc/evaluator-monitor 8080:8080
```

Abra:

```text
http://localhost:8080/ui
```

Endpoints read-only:

```text
GET /health
GET /api/runs
GET /api/runs/{run_id}
GET /api/runs/{run_id}/results
GET /ui
```

Não há endpoints para iniciar, cancelar, apagar ou alterar runs.

## Configuração de storage

Os buckets por ambiente ficam em `configs/judge/storage.yaml`. Para usar outro arquivo, configure `STORAGE_CONFIG_PATH`. `JUDGE_GCS_BUCKET` sobrescreve o mapping quando necessário.