fix(telegram): dedup by fingerprint + 24h TTL to stop repeat alerts

Telegram 重複發告警鐵證（4 個 agent 真實數據）：
- INC-6FE3BD (HostBackupFailed) 24h 內被推 15 次
- INC-FD6E21 (HostHighCpuLoad) 24h 內被推 6 次
- 06:44:18 同秒兩送 = pod 並發 race

根因：
1. `telegram_sent:{incident_id}` dedup key 綁 uuid4 隨機 INC ID，
   同 fingerprint 換新 INC 完全不去重
2. dedup TTL=600s 比 incident_analysis_sweeper 重觸週期 1h、
   alertmanager repeat_interval 4h 都短 → 每輪都過期通過
3. pod restart 走 _resend_unconfirmed_ready_tokens 用同一 incident_id key
   → 重啟必炸一波

修法（不消音、是「AI 認得這是同一事故」）：
- decision_manager.py:207-225 dedup key 改 alertname+target fingerprint
- decision_manager.py:573-578 TTL 600s → 86400s (蓋住 sweeper 1h × alertmanager 4h)
- decision_manager.py:3189-3208 pod restart resend 路徑同步改 fingerprint
- incident_analysis_sweeper.py:37-42 sweeper_done TTL 3600s → 86400s

預期：同症狀 24h 內最多發 1 張 decision card；resolved 後 line 220-226
status check 會 early return，不影響復發偵測。

Tests: 35 passed (test_telegram_adr050 + test_decision_manager_docker_prune_routing)

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

apps/api/src/jobs/incident_analysis_sweeper.py

@@ -35,7 +35,10 @@ _SWEEP_INTERVAL_SEC = 90      # 每 90 秒掃一次
 _MAX_BATCH = 5                # 每批最多 5 個
 _SEMAPHORE_LIMIT = 3          # 最多 3 個並發 AI 分析
 _DONE_MARKER_PREFIX = "sweeper_done:"   # 輕量標記：已觸發過分析
-_DONE_MARKER_TTL = 3600                 # 1 小時 TTL，後續由 get_or_create 去重
+# 2026-05-02 Claude Opus 4.7 + 統帥 ogt：TTL 從 3600s 拉到 86400s。
+# 原因：sweeper_done 過期 → 同 incident 被重新掃描觸發 decision → 通過 telegram dedup 重發。
+# 與 decision_manager.py:574 telegram dedup 24h 對齊，徹底治住「INVESTIGATING 中 INC 每小時被推一次」。
+_DONE_MARKER_TTL = 86400                # 24 小時 TTL，後續由 get_or_create 去重
 # 2026-04-16 ogt: 只處理 48h 內的 incident，避免首次啟動把所有歷史舊案洗版到 Telegram
 _MAX_INCIDENT_AGE_HOURS = 48
 

apps/api/src/services/decision_manager.py

@@ -204,14 +204,24 @@ async def _push_decision_to_telegram(
             _smart_truncate as _smt,
         )
 
-        # 🔴 去重檢查：同一個 incident 10 分鐘內只發一次
+        # 🔴 去重檢查：同一 fingerprint (alertname+target) 24h 內只發一次 decision card
+        # 2026-05-02 Claude Opus 4.7 + 統帥 ogt：原本 dedup_key 用 incident.incident_id，
+        # 但 incident_id = uuid4()[:6] 隨機，且 incident_analysis_sweeper 每 1h 重觸決策、
+        # alertmanager 預設 repeat_interval=4h，導致同症狀 24h 內推 15 次（INC-6FE3BD 鐵證）。
+        # 改成 alertname+target 構造的 fingerprint key + TTL 86400s，同症狀共用 dedup。
+        # Incident 真正 RESOLVED/CLOSED 時走 line 220-226 的 status check 提早 return，不影響復發偵測。
         redis = get_redis()
-        dedup_key = f"telegram_sent:{incident.incident_id}"
+        _alertname_fp = (incident.title or "unknown").strip().lower().replace(" ", "_")[:60]
+        _target_fp = (
+            incident.affected_services[0] if incident.affected_services else "unknown"
+        ).lower()[:40]
+        dedup_key = f"telegram_sent:fp:{_alertname_fp}:{_target_fp}"
         if await redis.exists(dedup_key):
             logger.debug(
                 "telegram_push_skipped",
-                reason="Already sent within 10 minutes",
+                reason="Already sent within 24h (fingerprint dedup)",
                 incident_id=incident.incident_id,
+                fingerprint=f"{_alertname_fp}:{_target_fp}",
             )
             return
 
@@ -570,8 +580,11 @@ async def _push_decision_to_telegram(
                 )
             )
 
-        # 🔴 發送成功後設置去重 key (TTL 10 分鐘)
-        await redis.setex(dedup_key, 600, "1")
+        # 🔴 發送成功後設置去重 key (TTL 24 小時)
+        # 2026-05-02 Claude Opus 4.7 + 統帥 ogt：TTL 從 600s 拉到 86400s。
+        # 原因：incident_analysis_sweeper 每 1h 重觸 decision、alertmanager 預設 4h repeat，
+        # 600s TTL 早就過期 → 重發；24h TTL 蓋住兩個週期，徹底治住「同症狀 24h 推 15 次」。
+        await redis.setex(dedup_key, 86400, "1")
 
         logger.info(
             "telegram_decision_pushed",
@@ -3174,9 +3187,6 @@ class DecisionManager:
                             continue
 
                         incident_id = data.get("incident_id", "")
-                        dedup_key = f"telegram_sent:{incident_id}"
-                        if await redis.exists(dedup_key):
-                            continue  # dedup 還在，跳過
 
                         # 取 Incident 資料（確認未 resolved）
                         async with get_db_context() as _db:
@@ -3186,6 +3196,17 @@ class DecisionManager:
                         if str(getattr(incident, "status", "")).lower() in ("resolved", "closed"):
                             continue
 
+                        # 2026-05-02 Claude Opus 4.7 + 統帥 ogt：dedup key 改 fingerprint，
+                        # 與 line 217-218 同邏輯，避免 pod restart resend 路徑繞過 fingerprint dedup。
+                        # 原本 telegram_sent:{incident_id} TTL 600s 早就過期 → 重啟必重發；
+                        # 改 fingerprint + 24h TTL → 同症狀 24h 內任何 INC ID 都不會重推。
+                        _alertname_fp = (getattr(incident, "title", None) or "unknown").strip().lower().replace(" ", "_")[:60]
+                        _affected = getattr(incident, "affected_services", None) or []
+                        _target_fp = (_affected[0] if _affected else "unknown").lower()[:40]
+                        dedup_key = f"telegram_sent:fp:{_alertname_fp}:{_target_fp}"
+                        if await redis.exists(dedup_key):
+                            continue  # dedup 還在，跳過
+
                         # 2026-04-15 Claude Sonnet 4.6 (節點 3 修復):
                         # 跳過 > 3 天的 stale incident — labels 已過時，重 process 無意義
                         # 只會壓爆 Ollama + 污染 Telegram 卡片（截圖：4/11 的卡片今天還在彈）