fix(argocd)+feat(flywheel): Phase 1 完成 — ArgoCD image 斷路修復 + 冷啟動腳本

1. k8s/argocd/awoooi-prod-app.yaml:
   移除 Deployment image ignoreDifferences
   - 原設計造成 CD 更新 kustomization.yaml 後 ArgoCD 不更新 image
   - 修復後 GitOps 閉環恢復正常

2. scripts/cold_start_playbooks.py:
   ADR-073 Phase 1 Step 8 — 生成 15 個基礎 Playbook (K8s/Docker/DB/Infra)
   執行結果: Playbooks 0 → 15

3. scripts/batch_vectorize_km.py:
   ADR-073 Phase 1 Step 9 — 批次向量化 KM
   執行結果: 711/713 embedding IS NOT NULL

Phase 1 全部完成，飛輪已解封：
- Pod 運行 105998d（含 8be87b0 所有修復）
- debounce 30min + alertname NULL 修復 + _collect_mcp_context 啟用
- 15 Playbooks + 711 KM 向量化

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

scripts/batch_vectorize_km.py

@@ -0,0 +1,87 @@
+"""
+batch_vectorize_km.py — ADR-073 Phase 1 Step 9
+
+批次向量化所有 embedding IS NULL 的 KnowledgeEntry。
+
+執行方式（在 K8s Pod 內）：
+  # 透過 AWOOOI API embed-all endpoint
+  python3 scripts/batch_vectorize_km.py --via-api
+
+  # 直接呼叫 Service（需在 Pod 內）
+  python3 scripts/batch_vectorize_km.py
+
+2026-04-12 Claude Sonnet 4.6 (ADR-073 Phase 1)
+"""
+import asyncio
+import asyncpg
+import os
+import sys
+import httpx
+
+VIA_API = "--via-api" in sys.argv
+DRY_RUN = "--dry-run" in sys.argv
+DATABASE_URL = os.environ.get("DATABASE_URL", "").replace("postgresql+asyncpg://", "postgresql://")
+API_BASE = os.environ.get("API_BASE", "http://localhost:8000")
+
+
+async def check_status():
+    """確認需要向量化的數量"""
+    conn = await asyncpg.connect(DATABASE_URL)
+    total = await conn.fetchval("SELECT count(*) FROM knowledge_entries")
+    null_emb = await conn.fetchval("SELECT count(*) FROM knowledge_entries WHERE embedding IS NULL")
+    await conn.close()
+    return total, null_emb
+
+
+async def via_api():
+    """呼叫 /api/v1/knowledge/embed-all endpoint"""
+    print(f"呼叫 {API_BASE}/api/v1/knowledge/embed-all ...")
+    async with httpx.AsyncClient(timeout=300.0) as client:
+        resp = await client.post(f"{API_BASE}/api/v1/knowledge/embed-all")
+        if resp.status_code == 200:
+            result = resp.json()
+            print(f"✅ API 回應: {result}")
+        else:
+            print(f"❌ API 錯誤 {resp.status_code}: {resp.text}")
+
+
+async def via_service():
+    """直接呼叫 KnowledgeService.embed_all_entries()"""
+    sys.path.insert(0, "/app")
+    from src.services.knowledge_service import get_knowledge_service
+
+    service = get_knowledge_service()
+    result = await service.embed_all_entries()
+    print(f"✅ 向量化結果: {result}")
+
+
+async def main():
+    if not DATABASE_URL and not VIA_API:
+        print("ERROR: DATABASE_URL 未設定，請加 --via-api 使用 API 模式")
+        sys.exit(1)
+
+    if not VIA_API and DATABASE_URL:
+        total, null_emb = await check_status()
+        print(f"knowledge_entries: total={total}, embedding IS NULL={null_emb}")
+        if null_emb == 0:
+            print("✅ 所有條目已向量化，無需執行")
+            return
+
+        if DRY_RUN:
+            print(f"[DRY RUN] 將向量化 {null_emb} 筆 KM 條目")
+            print("使用 --via-api 透過 API 執行，或不加參數直接執行 Service")
+            return
+
+    if VIA_API:
+        await via_api()
+    else:
+        await via_service()
+
+    # 完成後確認
+    if DATABASE_URL:
+        total, null_emb = await check_status()
+        print(f"\n完成後狀態: total={total}, embedding IS NULL={null_emb}, vectorized={total - null_emb}")
+
+
+if __name__ == "__main__":
+    asyncio.run(main())