fix(solver): 注入告警 labels 讓 params 模板填充真實值

根因：Solver LLM 不知道 namespace/pod/deployment/instance 真實值，
      recommended_actions.params 模板（{labels.namespace} 等）填不出來
      → Telegram 顯示 kubectl scale deployment  --replicas=（空白）

修復：
- solver.run() 加 incident_labels 參數
- _build_prompt() 把 labels 顯式列出給 LLM 參考
- orchestrator 從 snapshot.alert_info.labels 取出後傳入

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

apps/api/src/agents/solver_agent.py

@@ -452,6 +452,7 @@ class SolverAgent(BaseAgent):
         self,
         diagnosis: DiagnosisReport,
         timeout_sec: float = 0.0,  # noqa: ARG002 — 已廢棄，保留簽名相容性
+        incident_labels: dict | None = None,  # 2026-04-28: 告警 labels 注入 prompt
     ) -> ActionPlan:
         """
         根據診斷報告產出修復計畫。
@@ -459,10 +460,12 @@ class SolverAgent(BaseAgent):
         Args:
             diagnosis: Diagnostician 輸出
             timeout_sec: 已廢棄 (2026-04-16 ogt) — LLM 等完整回應，真實異常才降級
+            incident_labels: 原始告警 labels（用於 params 模板填充，如 namespace/pod/instance）
 
         Returns:
             ActionPlan（真實異常時 degraded=True，recommended_actions=[]，不假造）
         """
+        self._incident_labels = incident_labels or {}
         start_ms = int(time.monotonic() * 1000)
 
         # 若 Diagnostician 已棄權，Solver 也應棄權（無論降級假設是否存在）
@@ -521,6 +524,7 @@ class SolverAgent(BaseAgent):
             "confidence": top.confidence,
             "k8s_inventory": _k8s_inventory,
             "mcp_registry": mcp_registry,
+            "incident_labels": getattr(self, "_incident_labels", {}),
         })
 
         # 2026-04-16 ogt + Claude Sonnet 4.6: 傳遞 hypothesis 結構化資料給 OPENCLAW_NEMO
@@ -661,12 +665,24 @@ class SolverAgent(BaseAgent):
         except (TypeError, ValueError):
             _confidence_pct = "0%"
 
+        # 2026-04-28 Claude Sonnet 4.6: 把告警 labels 注入 prompt
+        # 根因：LLM 不知道真實 namespace/pod/deployment/instance，params 模板填不出來
+        # 修復：把 incident_labels 顯式列出，LLM 直接用真實值填 params
+        _incident_labels: dict = context.get("incident_labels") or {}
+        if _incident_labels:
+            _labels_lines = "\n".join(
+                f"  {k}: {v}" for k, v in sorted(_incident_labels.items()) if v
+            )
+            _labels_section = f"\n告警 Labels（params 模板可直接引用）：\n{_labels_lines}\n"
+        else:
+            _labels_section = ""
+
         return f"""你是 AWOOOI SRE 系統的軍師 Agent，專職修復方案設計。
 
 根因假設：{_safe_hypothesis}
 告警類別：{_safe_category}
 診斷信心：{_confidence_pct}
-{_inventory_section}{_non_k8s_warning}{_mcp_section}
+{_labels_section}{_inventory_section}{_non_k8s_warning}{_mcp_section}
 你的工作：依照根因假設，提出 1-3 個針對性修復方案，同時輸出 0-3 個結構化 recommended_actions。
 
 ⚠️ 核心規則：修復方案必須對應根因，禁止無腦重啟

apps/api/src/services/agent_orchestrator.py

@@ -194,7 +194,9 @@ async def _debate(
 
     # ── Step 2: Solver ─────────────────────────────────────────────────────
     solver = get_solver_agent()
-    plan = await solver.run(diagnosis)
+    # 2026-04-28: 把告警 labels 傳入，讓 Solver params 模板能填真實值
+    _alert_labels = (snapshot.alert_info or {}).get("labels", {}) if snapshot.alert_info else {}
+    plan = await solver.run(diagnosis, incident_labels=_alert_labels)
     await _record_turn(
         session_id=session_id,
         incident_id=incident_id,