docs(governance): record t22 verifier breakdown rollout

docs/LOGBOOK.md

@@ -1,3 +1,53 @@
+## 2026-05-14 | T22 Verifier non-success breakdown 前端化，從 warning 變成可行動根因
+
+**背景**：T21 已證實近 24h 自動修復都有 verifier evidence，`coverage_rate=1.0`，但 `verified_non_success=9` 只呈現為單一 warning。Operator 仍不知道是 PlayBook 動作格式錯、verifier target 缺失、PromQL 模板缺失，還是真正修復失敗。
+
+**production 盤點**：
+- 近 24h non-success verifier 先查到 9 筆，全部是 `degraded`。
+- 多數為 `DockerContainerMemoryLimitPressure` 使用 `PB-20260505-F4197B`，auto repair 失敗訊息是 `Unsupported scheme: 'ssh {host} ...'`，代表 PlayBook repair step 沒有走支援的 executor / MCP envelope。
+- 另有 canary / host 類 degraded 是 verifier 缺 PromQL query template 或 target mapping。
+- 第一輪查 production 時也抓到 live schema 差異：`incidents` join key 是 `incident_id`，不是 `id`；已依 live schema 修正 SQL。
+
+**修正**：
+- `adr100_slo_status_service.py` 的 `verification_coverage` 增加 `non_success_breakdown` 與 `recent_non_success`。
+- read model 會列出最近 non-success auto repair：`incident_id / alertname / playbook / verification_result / failure_class / next_step / auto_error_excerpt`。
+- failure class 目前只做 read-side normalization，不做自動修復決策：`unsupported_action_scheme`、`verifier_missing_promql`、`verifier_target_missing_pod`、`auto_repair_execution_failed`、`verification_failed`、`verification_timeout`、`verification_degraded`。
+- `/governance` SLO tab 的「驗證覆蓋率」面板新增「非成功驗證分類」與「近期非成功驗證」清單，Operator 可直接看到要修 PlayBook executor 還是 verifier template。
+- `zh-TW` / `en` i18n 已補分類與下一步文案，無新增硬編碼 UI 文案。
+
+**本地驗證**：
+- `python3 -m py_compile apps/api/src/services/adr100_slo_status_service.py apps/api/tests/test_adr100_slo_status_service.py`：pass。
+- `DATABASE_URL=postgresql+asyncpg://test:test@localhost:5432/test pytest tests/test_adr100_slo_status_service.py tests/test_adr100_slo_metrics_service.py tests/test_governance_agent.py tests/test_ai_governance_endpoints.py -q`：53 passed。
+- `ruff check --select F,E9 ...`：pass。
+- `pnpm --filter @awoooi/web typecheck`：pass。
+- `pnpm --dir apps/web exec next lint --file src/app/[locale]/governance/tabs/slo-tab.tsx`：pass。
+- `NEXT_PUBLIC_API_URL=https://awoooi.wooo.work pnpm --filter @awoooi/web build`：pass。
+- i18n JSON parse / `git diff --check`：pass。
+- Production schema dry-run：新增 non-success SQL 回 8 筆 limited rows，欄位與 live schema 相容。
+
+**推版與 production 驗證**：
+- `bad48dee feat(governance): explain verifier failures` 已推 Gitea main。
+- Gitea Code Review run `2172` success；CD run `2171` tests / build-and-deploy / post-deploy-checks 全 success。
+- 最新 deploy marker：`2582ad94 chore(cd): deploy bad48de [skip ci]`。
+- Production image：API / Worker `192.168.0.110:5000/awoooi/api:bad48dee0424656e01e3ae232acba0423ae0c1e1`，Web `192.168.0.110:5000/awoooi/web:bad48dee0424656e01e3ae232acba0423ae0c1e1`。
+- K8s rollout：`awoooi-api` / `awoooi-worker` / `awoooi-web` in `awoooi-prod` 均 successfully rolled out。
+- `https://awoooi.wooo.work/api/v1/health`：200 healthy。
+- `https://awoooi.wooo.work/api/v1/ai/slo` production payload：
+  - `adr100.overall_status=warning`
+  - `verification_coverage.status=warning`
+  - `reason=non_success_verification_present`
+  - `non_success_breakdown.by_verification_result=[degraded:8]`
+  - `non_success_breakdown.by_failure_class=[unsupported_action_scheme:7, verifier_missing_promql:1]`
+  - `recent_non_success[0].incident_id=INC-20260514-F85F21`
+  - `recent_non_success[0].next_step=normalize_playbook_executor`
+- `https://awoooi.wooo.work/zh-TW/governance`：200。
+- Playwright production render check：`非成功驗證分類`、`近期非成功驗證`、`PlayBook 動作未走支援執行器`、`修正 PlayBook 執行器` 可見，console error = 0。
+
+**目前整體進度**：
+- Alertmanager 低風險自動修復主線：約 96%。
+- 完整 AI 自動化管理產品化：約 87%。
+- T22 已把 non-success verifier 從「單一 warning」拆成可行動分類；下一段 T23 建議直接修 `PB-20260505-F4197B` 的 unsupported `ssh {host}` repair step，讓 Docker memory pressure 類低風險告警真正走支援 executor / MCP envelope，並補 verifier PromQL template。
+
 ## 2026-05-14 | T21 Post-execution verifier coverage 接入前端，SLO 不再只看 Prometheus 分母
 
 **背景**：T20 已讓 ADR-100 四項 SLO 在 `/governance` 呈現 `ok / skipped_low_volume / no_data`，但 Operator 仍無法直接判斷「近 24h 自動修復是否都有 verifier 寫回」、「是否有未驗證 backlog」、「verification 結果是成功還是 degraded/failed」。這會讓 Telegram / SLO 只告訴人有告警，卻無法說明 AI 自動化流程卡在哪個節點。

docs/superpowers/specs/2026-04-15-MASTER-ai-autonomous-flywheel-v2.md

@@ -2160,6 +2160,16 @@ Phase 6 完成後
 - Production evidence：API / Worker / Web image 均為 `485c58d0852dd308f15da9259ae453d3dbf0b28e`；`/api/v1/ai/slo` 回 `adr100.overall_status=warning`、`overall_compliance=1.0`、`verification_coverage.status=warning`、`reason=non_success_verification_present`、`total_auto=14`、`verified_auto=14`、`unverified_auto=0`、`verified_success=5`、`verified_non_success=9`、`coverage_rate=1.0`；`/zh-TW/governance` 200。
 - 目前進度更新：Alertmanager 低風險自動修復主線約 96%；完整 AI 自動化管理產品化約 86%。下一段 T22 應拆解 9 筆 non-success verification 的根因，讓 degraded/failed/timeout 進入工作鏈路、Ticket、PlayBook/KM 修復項，而不是只停在 warning。
 
+**T22 Verifier non-success breakdown 前端化（2026-05-14 台北）**：
+- 觸發：T21 只顯示 `verified_non_success`，仍無法回答是 PlayBook 動作格式錯、verifier 查詢模板缺失、target mapping 缺失，還是真修復失敗。
+- Production 盤點：近 24h non-success verifier 全部是 `degraded`；主要簽名為 Docker memory pressure PlayBook `PB-20260505-F4197B` 的 `Unsupported scheme: 'ssh {host} ...'`；另有 canary/host 類 verifier 缺 PromQL query template。live schema 查核確認 `incidents` join key 是 `incident_id`，不是 `id`。
+- 修正：`verification_coverage` 增加 `non_success_breakdown` 與 `recent_non_success`，包含 `incident_id / alertname / playbook / verification_result / failure_class / next_step / auto_error_excerpt`；failure class 只做 read-side normalization，不做自動修復決策。
+- UI：`/governance` SLO tab 的「驗證覆蓋率」面板新增「非成功驗證分類」與「近期非成功驗證」，讓 Operator 直接看到 `unsupported_action_scheme -> normalize_playbook_executor` 或 `verifier_missing_promql -> add_verifier_query_template`。
+- 驗證：py_compile pass；`pytest tests/test_adr100_slo_status_service.py tests/test_adr100_slo_metrics_service.py tests/test_governance_agent.py tests/test_ai_governance_endpoints.py -q` 53 passed；ruff F/E9 pass；web typecheck / target lint / production build pass；i18n JSON parse / diff check pass；production SQL dry-run pass。
+- Production deploy：`bad48dee feat(governance): explain verifier failures` 已推 Gitea main；Code Review run `2172` success；CD run `2171` tests / build-and-deploy / post-deploy-checks success；deploy marker `2582ad94 chore(cd): deploy bad48de [skip ci]`。
+- Production evidence：API / Worker / Web image 均為 `bad48dee0424656e01e3ae232acba0423ae0c1e1`；`/api/v1/ai/slo` 回 `non_success_breakdown.by_verification_result=[degraded:8]`、`by_failure_class=[unsupported_action_scheme:7, verifier_missing_promql:1]`；`/zh-TW/governance` 200；Playwright render check console error = 0。
+- 目前進度更新：Alertmanager 低風險自動修復主線約 96%；完整 AI 自動化管理產品化約 87%。下一段 T23 應修 `PB-20260505-F4197B` 的 unsupported `ssh {host}` repair step，讓 Docker memory pressure 低風險告警走支援 executor / MCP envelope，並補 verifier PromQL template。
+
 ---
 
 ### 2026-04-20 晚 (台北) — C1-C4 全流程串接 — Playbook 鏈路保護（commit de2d34d）