fix(ai): remove 188 ollama provider

apps/api/src/api/v1/health.py

@@ -11,7 +11,7 @@ Endpoints:
 Components Checked:
 - PostgreSQL (192.168.0.188:5432)
 - Redis (192.168.0.188:6380)
-- Ollama (192.168.0.188:11434)
+- Ollama (settings.OLLAMA_URL / ADR-110 provider pool)
 - OpenClaw (192.168.0.188:8089)
 - SigNoz (192.168.0.188:3301)
 """

apps/api/src/core/config.py

@@ -145,7 +145,7 @@ class Settings(BaseSettings):
     # ==========================================================================
     # ADR-104: LLM Playbook Generator
     # 成功修復且未命中既有 Playbook 時，用本地 LLM 生成 DRAFT/REVIEW Playbook。
-    # 成本護欄：實作層只走 local provider（Ollama 111 → Ollama 188），不新增雲端 fallback。
+    # 成本護欄：實作層只走 local provider（GCP-A → GCP-B → 111），不新增雲端 fallback。
     # 回滾指令: kubectl set env deployment/awoooi-api ENABLE_LLM_PLAYBOOK_GENERATION=false
     # ==========================================================================
     ENABLE_LLM_PLAYBOOK_GENERATION: bool = Field(
@@ -899,7 +899,7 @@ class Settings(BaseSettings):
     # ==========================================================================
     # MCP Phase 2b: Prometheus MCP Server (ADR-071, 2026-04-11 Claude Sonnet 4.6)
     # ==========================================================================
-    # 2026-04-29 ogt + Claude Opus 4.7: drift fix — 188 是 Ollama Hub，Prometheus 實際在 110
+    # 2026-04-29 ogt + Claude Opus 4.7: drift fix — Prometheus 實際在 110
     # ConfigMap 04-configmap.yaml 也是 110；governance_agent / SLO check 連 188 會 timeout
     # 此 drift 是 SPF-4 (governance_agent silently fail) 根因之一
     PROMETHEUS_URL: str = Field(
@@ -973,7 +973,7 @@ class Settings(BaseSettings):
             "devops": "192.168.0.110",      # Harbor, GH Runner
             "security": "192.168.0.112",    # Kali Scanner
             "k3s_master": "192.168.0.120",  # K3s Master
-            "ai_web": "192.168.0.188",      # Nginx, Postgres, Redis, Ollama
+            "ai_web": "192.168.0.188",      # Nginx, Postgres, Redis, SignOz
         }
 
 

apps/api/src/jobs/asset_scanner_job.py

@@ -479,7 +479,7 @@ async def _collect_all_k8s_assets() -> tuple[list[dict[str, Any]], list[dict[str
 
     # 6. Prometheus targets — 補齊 host-install services (110/112/188/125 等非 K8s)
     #    Gap 1 修補 (2026-04-19 audit): 原本 asset_inventory 只涵蓋 K8s,
-    #    110 Harbor/Gitea/監控 + 188 PostgreSQL/Redis/Ollama host-install 全漏
+    #    110 Harbor/Gitea/監控 + 188 PostgreSQL/Redis host-install 全漏
     #    用 Prometheus /api/v1/targets 自動發現全節點服務
     try:
         prom_assets, host_relationships = await _collect_prometheus_targets()

apps/api/src/jobs/capacity_forecaster_job.py

@@ -172,7 +172,7 @@ _LLM_FORECAST_PROMPT = """你是 AWOOOI 容量規劃專家。以下 host 過去
 {findings_json}
 
 ## 當前主機環境資訊
-  - 主機架構: 110 (Harbor/Gitea/監控), 112 (Security), 120/121 (K3s), 125 (K3s backup), 188 (PG/Redis/Ollama/MinIO)
+  - 主機架構: 110 (Harbor/Gitea/監控), 112 (Security), 120/121 (K3s), 125 (K3s backup), 188 (PG/Redis/MinIO)
   - 判斷請考慮: 該主機上跑什麼服務、常見瓶頸模式
 
 ## 輸出規格 (必須是合法 JSON,純 JSON 無前後文字)

apps/api/src/main.py

@@ -683,7 +683,7 @@ async def lifespan(_app: FastAPI) -> AsyncGenerator[None, None]:
         logger.warning("ollama_failover_system_start_failed", error=str(e))
 
     # 2026-04-27 P3.2.2 by Claude — AI Provider 版本追蹤（每 1 小時）
-    # 探測 5 Provider（ollama/ollama_188/gemini/claude/openclaw_nemo）版本
+    # 探測 5 Provider（ollama/ollama_local/gemini/claude/openclaw_nemo）版本
     # 寫入 ai_provider_version_history；版本變更時 log warning，P3.2.3 alerter 後續整合
     try:
         async def _run_model_version_tracker_loop() -> None:

apps/api/src/observability/agent_step_metrics.py

@@ -29,7 +29,7 @@ from __future__ import annotations
 from prometheus_client import Histogram
 
 # Buckets 對齊 NIM 實測分佈（2-27s），並覆蓋三段 timeout 30/20/15s 邊界
-# 低端（0.5-5s）：快速路徑（Ollama 188 本地）
+# 低端（0.5-5s）：快速路徑（Ollama provider pool）
 # 中端（5-20s）：NIM + Gemini fallback
 # 高端（20-60s）：超時 / 慢速 Provider
 _AGENT_STEP_BUCKETS = [0.5, 1.0, 2.0, 5.0, 10.0, 15.0, 20.0, 30.0, 45.0, 60.0]

apps/api/src/routes/agent.py

@@ -104,7 +104,7 @@ async def get_agent_thinking(
 ) -> StreamingResponse:
     """
     OpenClaw 思考軌跡 (SSE 串流)
-    Phase 1.2: 真實串接 Ollama at 192.168.0.188:11434
+    Phase 1.2: 真實串接設定中的 Ollama provider pool
     """
 
     async def generate_thinking_stream():

apps/api/src/services/ai_providers/ollama.py

@@ -1,10 +1,10 @@
 """
 Ollama Provider - Phase 24 ADR-052
 ====================================
-本地 LLM 推理 (192.168.0.188 VMware VM, CPU-only)
+本地 / 私有 LLM 推理 Provider。
 
 搬移自: openclaw.py _call_ollama (L349-409)
-特性: 免費、隱私安全 (local)、但 CPU 慢 (~97s/30tokens for qwen2.5:7b)
+特性: 免費、隱私安全 (local)、可依 ADR-110 指向 GCP-A/GCP-B/111。
 
 2026-04-02 ogt: Phase 24-A 從 openclaw.py 抽出
 """
@@ -335,33 +335,27 @@ class OllamaProvider:
             self._http_client = None
 
 
-# 2026-04-26 Wave5 B1-fix by Claude Engineer-A4 — OLLAMA_188 provider 註冊
-class Ollama188Provider(OllamaProvider):
+# 2026-05-06 Codex — 188 不再作為 Ollama Provider；本地備援統一命名為 ollama_local。
+class OllamaLocalProvider(OllamaProvider):
     """
-    Ollama 188 CPU-only 備援 Provider
+    Ollama Local fallback Provider
 
-    繼承 OllamaProvider，但使用 OLLAMA_FALLBACK_URL（192.168.0.188:11434）
-    作為推理端點，模型預設 OLLAMA_HEALTH_CHECK_MODEL（qwen2.5:7b-instruct）。
-
-    B1 修復：原本 _init_registry 未登錄此 provider，導致
-    executor.execute() 遇到 "ollama_188" → not_registered → 跳過，
-    188 從未被打到。此類別補全登錄鏈路。
-
-    2026-04-26 Wave5 B1-fix by Claude Engineer-A4
+    使用 OLLAMA_FALLBACK_URL 作為本地最後防線端點。
+    ADR-110 目前設定為 110 nginx proxy → 111 Ollama；188 不得再作為 Ollama provider。
     """
 
     @property
     def name(self) -> str:
-        return "ollama_188"
+        return "ollama_local"
 
     @property
     def is_enabled(self) -> bool:
         import os
-        # 優先查 ENABLE_OLLAMA_188；若未設定（預設 true）則看 OLLAMA_FALLBACK_URL 是否有值
-        env_override = os.getenv("ENABLE_OLLAMA_188", "true").lower() == "true"
+        # 優先查 ENABLE_OLLAMA_LOCAL；若未設定（預設 true）則看 OLLAMA_FALLBACK_URL 是否有值。
+        env_override = os.getenv("ENABLE_OLLAMA_LOCAL", "true").lower() == "true"
         if not env_override:
             return False
-        # OLLAMA_FALLBACK_URL 空字串 → 未設定 188 節點 → 停用
+        # OLLAMA_FALLBACK_URL 空字串 → 未設定本地節點 → 停用。
         return bool(getattr(settings, "OLLAMA_FALLBACK_URL", ""))
 
     def _endpoint_url(self) -> str:
@@ -386,18 +380,18 @@ class Ollama188Provider(OllamaProvider):
             client = await self._get_client()
 
             registry = get_model_registry()
-            # 嘗試取 ollama_188 專屬設定，fallback 到 ollama 預設
+            # 嘗試取本地 fallback 專屬設定，fallback 到 ollama 預設。
             try:
-                model_name = str((context or {}).get("ollama_model") or registry.get_model("ollama_188", "rca")).strip()
+                model_name = str((context or {}).get("ollama_model") or registry.get_model("ollama_local", "rca")).strip()
             except Exception:
                 model_name = str((context or {}).get("ollama_model") or getattr(settings, "OLLAMA_HEALTH_CHECK_MODEL", "qwen2.5:7b-instruct")).strip()
 
             try:
-                options = registry.get_provider_options("ollama_188")
+                options = registry.get_provider_options("ollama_local")
             except Exception:
                 options = registry.get_provider_options("ollama")
 
-            # CPU-only 備援：固定使用較長 timeout（CPU 推理慢）
+            # 本地備援：固定使用較長 timeout，避免 111 模型載入時被過早判死。
             task_type = (context or {}).get("task_type", "")
             if task_type in ("diagnose", "force_local"):
                 read_timeout = float(getattr(settings, "OLLAMA_DIAGNOSE_TIMEOUT_SECONDS", 200))
@@ -426,7 +420,7 @@ class Ollama188Provider(OllamaProvider):
             latency = (time.perf_counter() - start) * 1000
 
             logger.info(
-                "ollama_188_provider_success",
+                "ollama_local_provider_success",
                 response_length=len(result),
                 tokens=tokens,
                 latency_ms=round(latency, 1),
@@ -443,12 +437,12 @@ class Ollama188Provider(OllamaProvider):
 
         except httpx.TimeoutException as e:
             latency = (time.perf_counter() - start) * 1000
-            logger.warning("ollama_188_provider_timeout", error=str(e), latency_ms=round(latency, 1))
+            logger.warning("ollama_local_provider_timeout", error=str(e), latency_ms=round(latency, 1))
             return AIResult(raw_response="", success=False, provider=self.name, latency_ms=latency, error=f"Timeout: {e}")
 
         except Exception as e:
             latency = (time.perf_counter() - start) * 1000
-            logger.warning("ollama_188_provider_failed", error=str(e), latency_ms=round(latency, 1))
+            logger.warning("ollama_local_provider_failed", error=str(e), latency_ms=round(latency, 1))
             return AIResult(raw_response="", success=False, provider=self.name, latency_ms=latency, error=str(e))
 
     async def health_check(self) -> bool:

apps/api/src/services/ai_router.py

@@ -73,10 +73,6 @@ class AIProviderEnum(str, Enum):
     """AI 提供者"""
 
     OLLAMA = "ollama"
-    # 2026-04-25 critic-fix Part2 B2 by Claude Engineer-C2
-    # P1.1b OllamaFailoverManager 使用 provider_name="ollama_188"，
-    # 但 AIProviderEnum 沒有此值 → P1.2 整合時 lookup 失敗
-    OLLAMA_188 = "ollama_188"  # 188 CPU-only 備援節點（P1.1b）
     # 2026-05-04 ogt + Claude Sonnet 4.6: ADR-110 GCP 三層容災
     # OllamaFailoverManager 回傳 provider_name="ollama_gcp_a"/"ollama_gcp_b"/"ollama_local"
     # 缺少 enum 值 → AIProviderEnum(primary_str) 拋 ValueError → fallback chain 清空 → 直跳 Gemini
@@ -96,8 +92,6 @@ class AIProviderEnum(str, Enum):
 # Provider 對應延遲預算 (ms)
 PROVIDER_LATENCY_BUDGET: dict[AIProviderEnum, int] = {
     AIProviderEnum.OLLAMA: 60000,  # 本地，允許較長處理時間
-    # 2026-04-25 critic-fix Part2 B2 by Claude Engineer-C2 — 188 CPU-only 推理較慢
-    AIProviderEnum.OLLAMA_188: 120000,  # 120s budget for CPU inference
     # 2026-05-04 ogt: ADR-110 GCP 三層容災 — GCP NVMe SSD 推理快，60s 足夠
     AIProviderEnum.OLLAMA_GCP_A: 60000,
     AIProviderEnum.OLLAMA_GCP_B: 60000,
@@ -432,7 +426,7 @@ class AIRouter:
                     model = failover_result.primary.model
                     reason = f"{reason} [failover→{primary_str}]"
                 except ValueError:
-                    # provider_name 無法對應已知 enum（理論上不應發生，OLLAMA_188 已加）
+                    # provider_name 無法對應已知 enum；避免未知 provider 靜默進入執行層。
                     logger.warning(
                         "ai_router_unknown_failover_provider",
                         provider=primary_str,
@@ -1364,7 +1358,7 @@ def _init_registry() -> AIProviderRegistry:
     """初始化 Provider Registry (首次呼叫時自動註冊所有 Provider)"""
     from src.services.ai_providers.ollama import (
         OllamaProvider,
-        Ollama188Provider,
+        OllamaLocalProvider,
         OllamaGcpBProvider,  # 2026-05-04 ADR-110 GCP-B
     )
     from src.services.ai_providers.gemini import GeminiProvider
@@ -1385,8 +1379,9 @@ def _init_registry() -> AIProviderRegistry:
     from src.services.ai_providers.nemotron import NemotronProvider
     registry.register(NemotronProvider())
 
-    # 2026-04-26 Wave5 B1-fix by Claude Engineer-A4 — 補登 OLLAMA_188 備援 provider
-    ollama_local = Ollama188Provider()
+    # 2026-05-06 Codex: 188 不再作為 Ollama provider。
+    # Local fallback 統一命名為 ollama_local，端點由 OLLAMA_FALLBACK_URL 指向 111/110 proxy。
+    ollama_local = OllamaLocalProvider()
     registry.register(ollama_local)
 
     # 2026-05-04 ogt + Claude Sonnet 4.6: ADR-110 GCP 三層容災修復
@@ -1395,7 +1390,7 @@ def _init_registry() -> AIProviderRegistry:
     # 修復：
     #   "ollama_gcp_a" alias → 同 OllamaProvider（OLLAMA_URL = GCP-A）
     #   "ollama_gcp_b" → 新 OllamaGcpBProvider（OLLAMA_SECONDARY_URL = GCP-B）
-    #   "ollama_local" alias → 同 Ollama188Provider（OLLAMA_FALLBACK_URL = 111）
+    #   "ollama_local" → OllamaLocalProvider（OLLAMA_FALLBACK_URL = 111 / 110:11437）
     registry._providers["ollama_gcp_a"] = ollama_gcp_a
     registry.register(OllamaGcpBProvider())
     registry._providers["ollama_local"] = ollama_local

apps/api/src/services/decision_manager.py

@@ -637,7 +637,7 @@ async def _nemoclaw_second_opinion(incident: "Incident", primary_result: dict) -
     """
     MCP Phase 4a: NemoClaw second opinion — 信心 < 0.7 時觸發
     ============================================================
-    用 deepseek-r1:14b (Ollama 188) 對同一份資料做獨立推理，
+    用 deepseek-r1:14b (設定的 Ollama primary) 對同一份資料做獨立推理，
     輸出純文字 advisory_note，不執行任何操作。
 
     2026-04-11 Claude Sonnet 4.6 Asia/Taipei
@@ -696,7 +696,7 @@ async def _generate_playbook_draft_if_new(incident: "Incident") -> None:
     MCP Phase 4c: Playbook 無命中時，自動生成 AI 草稿 Playbook 寫入 KM
     =====================================================================
     - 僅在 KM 中不存在同 alertname 的 Playbook 時觸發（避免重複）
-    - 用 qwen2.5:7b-instruct (Ollama 188) 生成結構化 Playbook 草稿
+    - 用 qwen2.5:7b-instruct (設定的 Ollama primary) 生成結構化 Playbook 草稿
     - 寫入 KnowledgeEntry，status=DRAFT，需人工審核後升為 APPROVED
     - 寫入 AlertOperationLog PLAYBOOK_DRAFT_CREATED 事件
 

apps/api/src/services/host_aggregator.py

@@ -7,7 +7,7 @@ Hosts:
 - 192.168.0.110: DevOps 金庫 (Harbor, GH Runner)
 - 192.168.0.112: Kali Security (Scanner API)
 - 192.168.0.120: K3s Master (awoooi-prod namespace)
-- 192.168.0.188: AI+Web 中心 (Nginx, PostgreSQL, Redis, Ollama, OpenClaw, SigNoz)
+- 192.168.0.188: AI+Web 中心 (Nginx, PostgreSQL, Redis, OpenClaw, SigNoz)
 
 Features:
 - asyncio.gather for parallel fetching

apps/api/src/services/model_version_probe.py

@@ -5,7 +5,7 @@ AI Provider 版本探測 — 為每個 Provider 提供 get_version()
 
 Provider:
   - ollama        : 34.143.170.20 GCP-A Ollama (primary) — 2026-05-03 ogt: ADR-110 GCP-A Primary
-  - ollama_188    : 192.168.0.188 Ollama (fallback)
+  - ollama_local  : 192.168.0.111 / 110 proxy Ollama (local fallback)
   - gemini        : Google Gemini API (版本 = model name)
   - claude        : Anthropic Claude (版本 = model name)
   - openclaw_nemo : OpenClaw NemoTron (版本 = OPENCLAW_DEFAULT_MODEL)
@@ -31,7 +31,7 @@ TAIPEI_TZ = timezone(timedelta(hours=8))
 class ProviderVersionInfo:
     """AI Provider 版本快照"""
 
-    provider: str  # "ollama" / "ollama_188" / "gemini" / "claude" / "openclaw_nemo"
+    provider: str  # "ollama" / "ollama_local" / "gemini" / "claude" / "openclaw_nemo"
     model: str
     version: str  # version string 或 tag（Ollama 用 modified_at，其他用 model name）
     digest: str | None = None  # SHA256 digest（僅 Ollama 有）
@@ -43,7 +43,7 @@ class ProviderVersionInfo:
 # =============================================================================
 
 async def probe_ollama_version(url: str, model: str) -> ProviderVersionInfo:
-    """探測 Ollama（GCP-A 或 188）：GET /api/tags 取 model digest + modified_at
+    """探測 Ollama（GCP-A/GCP-B 或本地 111）：GET /api/tags 取 model digest + modified_at
 
     Args:
         url:   Ollama base URL，例如 "http://34.143.170.20:11434"（GCP-A Primary）
@@ -58,15 +58,12 @@ async def probe_ollama_version(url: str, model: str) -> ProviderVersionInfo:
     """
     import httpx
 
-    # 2026-05-03 ogt: ADR-110 GCP-A Primary — 擴展 provider 判斷邏輯支援 GCP 三層容災
-    # 188 保留 ollama_188 命名（CPU-only 主機，雖移出 routing chain 但仍可被 probe）
+    # 2026-05-06 Codex: 188 不再作為 Ollama provider；local fallback 一律標示 ollama_local。
     _GCP_OLLAMA_IPS = {"34.143.170.20", "34.21.145.224"}
     if any(ip in url for ip in _GCP_OLLAMA_IPS):
         provider_name = "ollama"
-    elif "192.168.0.111" in url:
+    elif "192.168.0.111" in url or "192.168.0.110:11437" in url:
         provider_name = "ollama_local"
-    elif "192.168.0.188" in url:
-        provider_name = "ollama_188"
     else:
         provider_name = "ollama_remote"
 
@@ -179,7 +176,7 @@ async def probe_claude_version() -> ProviderVersionInfo:
 async def probe_openclaw_nemo_version() -> ProviderVersionInfo:
     """OpenClaw NemoTron：版本字串從 settings.OPENCLAW_DEFAULT_MODEL 讀取
 
-    NemoTron 運行在 OpenClaw 188 節點（使用 Ollama 推理），
+    NemoTron 運行在 OpenClaw 節點，
     透過 OPENCLAW_URL /api/tags 探測，模型名稱即版本識別。
 
     Returns:
@@ -195,18 +192,18 @@ async def probe_openclaw_nemo_version() -> ProviderVersionInfo:
 
     # OpenClaw 底層是 Ollama，使用 OPENCLAW_URL 的 host:port 加上 Ollama port
     # OPENCLAW_URL 是 8088（OpenClaw API），Ollama 通常在 11434
-    # 188 的 Ollama URL 若有設定則直接用 OLLAMA_FALLBACK_URL
-    ollama_188_url = settings.OLLAMA_FALLBACK_URL
-    if not ollama_188_url:
+    # OpenClaw 底層 tags 來源優先使用本地 fallback Ollama URL。
+    ollama_local_url = settings.OLLAMA_FALLBACK_URL
+    if not ollama_local_url:
         # fallback：從 OPENCLAW_URL host 構建 Ollama URL
         from urllib.parse import urlparse
         parsed = urlparse(settings.OPENCLAW_URL)
-        ollama_188_url = f"{parsed.scheme}://{parsed.hostname}:11434"
+        ollama_local_url = f"{parsed.scheme}://{parsed.hostname}:11434"
 
     import httpx
 
     async with httpx.AsyncClient(timeout=5.0) as client:
-        resp = await client.get(f"{ollama_188_url}/api/tags")
+        resp = await client.get(f"{ollama_local_url}/api/tags")
         resp.raise_for_status()
         models = resp.json().get("models", [])
 
@@ -220,7 +217,7 @@ async def probe_openclaw_nemo_version() -> ProviderVersionInfo:
             )
 
     # model 不在清單時：version 用 model name，digest=None
-    logger.warning("openclaw_nemo_model_not_in_tags", model=model, url=ollama_188_url)
+    logger.warning("openclaw_nemo_model_not_in_tags", model=model, url=ollama_local_url)
     return ProviderVersionInfo(
         provider="openclaw_nemo",
         model=model,
@@ -257,7 +254,7 @@ async def probe_all_providers() -> list[ProviderVersionInfo]:
     raw = await asyncio.gather(*tasks, return_exceptions=True)
 
     results: list[ProviderVersionInfo] = []
-    provider_labels = ["ollama", "ollama_188", "gemini", "claude", "openclaw_nemo"]
+    provider_labels = ["ollama", "ollama_local", "gemini", "claude", "openclaw_nemo"]
     for label, outcome in zip(provider_labels, raw, strict=True):
         if isinstance(outcome, ProviderVersionInfo):
             results.append(outcome)

apps/api/src/services/openclaw.py

@@ -1945,7 +1945,7 @@ Focus on:
             from src.services.ai_router import get_ai_registry
 
             ai_registry = get_ai_registry()
-            provider = ai_registry.get("ollama") or ai_registry.get("ollama_188")
+            provider = ai_registry.get("ollama") or ai_registry.get("ollama_local")
             if provider is None or not hasattr(provider, "analyze_with_tools"):
                 logger.warning(
                     "openclaw_agent_loop_shadow_skipped",

apps/api/src/services/playbook_generator.py

@@ -4,7 +4,7 @@ LLM Playbook Generator - ADR-104 T1/T2/T6
 從成功修復案例生成可治理的 Playbook 草稿。
 
 設計重點:
-- 只用 local provider 順序（Ollama 111 -> Ollama 188），避免新增雲端成本。
+- 只用 local/provider pool 順序（GCP-A -> 111 local），避免新增雲端成本。
 - LLM 產出必須經 Pydantic + action_parser 安全收斂。
 - 不直接 APPROVED；先 DRAFT/REVIEW，再交治理 job 晉級。
 """
@@ -30,7 +30,6 @@ from src.models.playbook import (
     RiskLevel,
     SymptomPattern,
 )
-from src.services.action_parser import is_safe_kubectl_action
 from src.services.action_parser import kubectl_safety_reason
 
 logger = structlog.get_logger(__name__)
@@ -218,7 +217,7 @@ class LLMPlaybookGenerator:
             executor = get_ai_executor()
             result = await executor.execute(
                 prompt=prompt,
-                provider_order=["ollama", "ollama_188"],
+                provider_order=["ollama", "ollama_local"],
                 context=context,
                 cache_ttl=86400,
                 require_local=True,