diff --git a/docs/adr/ADR-030-intelligent-auto-remediation.md b/docs/adr/ADR-030-intelligent-auto-remediation.md
index 1953e0ae..92e2d2d9 100644
--- a/docs/adr/ADR-030-intelligent-auto-remediation.md
+++ b/docs/adr/ADR-030-intelligent-auto-remediation.md
@@ -1041,3 +1041,63 @@ GET /api/v1/learning/recommendation/{anomaly_key}
 - Phase 4-5: 核心流程變更，需要嚴格測試
 
 **建議**: 按 Phase 順序實施，每個 Phase 完成後驗證穩定性再進入下一階段。
+---
+
+
+## 九、2026-04-04 實作完成 (台北時間)
+
+> **更新者**: Claude Code
+> **Commit**: d0f0970, 72d7536, df3ef90
+
+### 9.1 根本原因診斷 (19筆 PENDING 清查)
+
+| 根因 | 說明 | 修復 |
+|------|------|------|
+| playbooks 表從未建立 | Playbook 庫空白，RAG 永遠無匹配 | phase7_playbooks_table.sql |
+| Ollama embedding is_closed=True | 滾動重啟後 http_client 失效，vector_count:0 | _get_http_client() 偵測重建 |
+| 9筆殭屍 PENDING (3/26) | mock_fallback CRITICAL 測試記錄 | 直接清除 |
+
+### 9.2 完成項目
+
+| 檔案 | 修改 | 說明 |
+|------|------|------|
+| `playbook_rag.py` | 新增 `_get_http_client()` | 偵測 is_closed 自動重建 HTTP client |
+| `playbook_rag.py` | `embed_playbook()` Bug 修復 | `s.sequence`→`s.step_number`, `s.description`→`s.command` |
+| `telegram_gateway.py` | 新增 `ai_model` 欄位 | format/format_with_nemotron 顯示底層模型 |
+| `openclaw.py` | proposal_dict 加 `"model"` | 傳入底層模型名稱 |
+| `decision_manager.py` | 讀取 `ai_model` 傳入 approval card | 決策路徑完整 |
+| `migrations/phase7_playbooks_table.sql` | 新增 | playbooks 表，PRIMARY KEY + 5 GIN 索引 |
+| `playbook_service.py` | `_write_to_km()` fire-and-forget | extract_from_incident() 後自動 KM 沉澱 |
+| `playbook_service.py` | `_get_rag_service()` 改走工廠 | 每次重建，避免快取 is_closed client |
+| `approval_execution.py` | `_write_execution_result_to_km()` | 移出 try/except，保證執行記錄寫入 KM |
+| `approval_execution.py` | 冷啟動修復 | 執行成功自動設定 execution_success=True, effectiveness_score=4, status=RESOLVED |
+| `approval_execution.py` | skip 路徑 debug→info | 可觀測性提升 |
+| Ollama | 刪除 smollm2:135m | 0.3GB CPU 機器不需要的模型 |
+
+### 9.3 首席架構師 Review 結果
+
+| 評分 | 修復項目 | 說明 |
+|------|----------|------|
+| 初版 21/25 | — | 72d7536 |
+| **Critical #1** | KM write task 移出 try/except | 保證無論 learning 成敗都寫 KM |
+| **Important #1** | PlaybookService 快取繞過工廠 | 每次走工廠避免 is_closed |
+| **Important #2** | Migration 缺 PRIMARY KEY | prod DB 已 ALTER TABLE 補齊 |
+| **Important #3** | embed_playbook() s.sequence AttributeError | 修正欄位名稱靜默失敗 bug |
+| 修復後 ~25/25 | **PASSED** | df3ef90 |
+
+### 9.4 完整閉環
+
+```
+告警 → AI分析(OpenClaw/Nemotron) → 查Playbook(RAG語意搜尋)
+→ 有匹配且LOW風險 → 自動執行
+→ MEDIUM/CRITICAL → Telegram等人工批准
+→ 執行成功
+    → _trigger_playbook_extraction():
+        自動設定 execution_success=True, effectiveness_score=4, status=RESOLVED
+        → Playbook萃取 → 存Redis → KM沉澱(_write_to_km)
+    → incident_service.resolve() → KM萃取(knowledge_extractor)
+    → _trigger_learning() 後 → KM執行記錄(_write_execution_result_to_km)
+→ 下次相似告警 → Playbook命中(RAG) → 加速決策
+```
+
+**狀態**: ✅ 閉環已通 (2026-04-04 台北時間)