fix(solver): 補 AGENT_SOLVER_TIMEOUT_SEC=80 + prompt 禁無腦重啟

問題1：AGENT_SOLVER_TIMEOUT_SEC 預設 20s K8s 未設 → deepseek-r1:14b 必然
       timeout → candidates=[] → action="" → Telegram 顯示「待分析」+「規則分析」

問題2：Solver prompt JSON 範例只有 restart + kubectl top，LLM 模仿範例
       → 所有告警都推重啟，HostDisk/CPU 類應優先診斷+清理

修復：
- K8s 加 AGENT_SOLVER_TIMEOUT_SEC=80（< OPENCLAW_TIMEOUT=120，留 buffer）
- Solver prompt 加根因對應修復規則：HostDisk→df/du/journalctl，CPU→top/ps，
  OOM→kubectl logs，禁止「先重啟」
- JSON 範例改為 HostDisk SSH 診斷場景，不再只有 K8s 命令

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

apps/api/src/agents/solver_agent.py

@@ -667,66 +667,75 @@ class SolverAgent(BaseAgent):
 告警類別：{_safe_category}
 診斷信心：{_confidence_pct}
 {_inventory_section}{_non_k8s_warning}{_mcp_section}
-你的工作：為此根因提出 1-3 個修復候選方案，同時輸出 0-3 個結構化 recommended_actions。
+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
+- HostDisk 類（磁碟滿）→ 先查大檔（du -sh）、清 log（journalctl --vacuum）、查 df -h，最後才考慮擴容
+- HostCPU / CPU 競爭 → 先查兇手進程（top -bn1 / ps aux）、找具體進程名，再決定是否重啟
+- OOM / 記憶體 → 先查 Pod 記憶體（kubectl top pods）、查 OOM log，再重啟
+- NetworkLatency → 先查連線狀態（ss -tp / ping / traceroute）
+- DatabaseConnection → 先查連線池（pg_stat_activity）、DB log，再重啟
+- K8s Pod Crash → 先查 Pod log（kubectl logs），再重啟
+- 只有在診斷明確指向 crash/OOM/deadlock 時才用重啟；資源類問題（磁碟/CPU）優先用診斷+清理命令
 
 candidates 格式規則：
-- action 欄位必須是真實的 kubectl 命令（不可用自然語言描述）
-- 目標資源格式：deployment/<name>，命名空間統一用 awoooi-prod
+- action 欄位：K8s 問題用 kubectl 命令；主機層問題（HostDisk/HostCPU 等）用 ssh 診斷命令
+- 主機 IP：192.168.0.188（AI+Web）/ 192.168.0.110（主服務）/ 192.168.0.111（Ollama）
 - 每個方案必須評估 blast_radius（0-100 影響範圍）和 rollback_cost（0-100 回滾難度）
 
 blast_radius 參考：
+- 診斷命令（df/du/top/ps/kubectl top）= 0
+- SSH 清理 log（journalctl --vacuum / find -delete）= 5
 - kubectl rollout restart deployment = 10
 - kubectl scale deployment --replicas=N = 15
 - kubectl rollout undo deployment = 25
-- kubectl apply -f = 40
 - kubectl delete deployment = 75
-- kubectl delete pvc = 95
 
 recommended_actions 規則（北極星 §1.1 修復多樣性）：
-- 不要全部是 restart 類動作，至少 1 個是查看 log 或診斷類（低風險）
+- 第一個動作必須是診斷/查看類（低風險），讓 SRE 先確認情況
+- 不要全部是 restart 類動作
 - mcp_provider 必須是以下之一：k8s | ssh | prometheus | signoz | database | internal
 - risk 必須是以下之一：low | medium | high | critical
-- critical risk 的動作必須在 reasoning 說明原因
 - params 中可使用模板：{{labels.namespace}} / {{labels.pod}} / {{incident_id}}
 
-以 JSON 回覆：
+以 JSON 回覆（範例為 HostDisk 場景，根據根因假設替換）：
 {{
   "candidates": [
     {{
-      "action": "kubectl rollout restart deployment/awoooi-api -n awoooi-prod",
-      "blast_radius": 10,
-      "rollback_cost": 5,
-      "confidence": 0.8,
-      "rationale": "重啟可清除 OOM 導致的記憶體碎片化"
-    }},
-    {{
-      "action": "kubectl top pods -n awoooi-prod --sort-by=memory",
+      "action": "ssh user@192.168.0.110 'df -h && du -sh /var/log/* 2>/dev/null | sort -rh | head -20'",
       "blast_radius": 0,
       "rollback_cost": 0,
-      "confidence": 0.9,
-      "rationale": "先確認哪個 Pod 記憶體使用最高再決定操作"
+      "confidence": 0.95,
+      "rationale": "先確認磁碟使用情況和最大目錄，找出根因後再決定清理方式"
+    }},
+    {{
+      "action": "ssh user@192.168.0.110 'journalctl --vacuum-time=7d && find /tmp -mtime +7 -delete'",
+      "blast_radius": 5,
+      "rollback_cost": 5,
+      "confidence": 0.8,
+      "rationale": "清理 7 天前 journal log 和 /tmp 舊檔，釋放磁碟空間"
     }}
   ],
   "recommended_actions": [
     {{
-      "name": "check_pod_logs",
-      "label": "查 Pod Log",
-      "emoji": "📋",
-      "mcp_provider": "k8s",
-      "mcp_tool": "k8s_get_pod_logs",
-      "params": {{"namespace": "awoooi-prod", "pod": "{{labels.pod}}", "tail_lines": "50"}},
+      "name": "check_disk_usage",
+      "label": "查磁碟用量",
+      "emoji": "💾",
+      "mcp_provider": "ssh",
+      "mcp_tool": "ssh_exec",
+      "params": {{"host": "192.168.0.110", "command": "df -h && du -sh /var/log/* 2>/dev/null | sort -rh | head -10"}},
       "risk": "low",
-      "reasoning": "先查 log 確認 OOM 根因，避免盲目重啟"
+      "reasoning": "診斷磁碟使用分布，找出佔用大戶"
     }},
     {{
-      "name": "k8s_restart",
-      "label": "重啟",
-      "emoji": "🔄",
-      "mcp_provider": "k8s",
-      "mcp_tool": "kubectl_restart",
-      "params": {{"namespace": "awoooi-prod", "deployment": "{{labels.deployment}}"}},
-      "risk": "medium",
-      "reasoning": "確認 OOM 後重啟清除記憶體碎片"
+      "name": "clean_old_logs",
+      "label": "清舊 Log",
+      "emoji": "🗑️",
+      "mcp_provider": "ssh",
+      "mcp_tool": "ssh_exec",
+      "params": {{"host": "192.168.0.110", "command": "journalctl --vacuum-time=7d"}},
+      "risk": "low",
+      "reasoning": "清理 7 天前 journal log，安全可回滾"
     }}
   ]
 }}"""

k8s/awoooi-prod/06-deployment-api.yaml

@@ -75,6 +75,8 @@ spec:
               value: "120"
             - name: AGENT_DIAGNOSTICIAN_TIMEOUT_SEC
               value: "100"
+            - name: AGENT_SOLVER_TIMEOUT_SEC
+              value: "80"
           # 2026-04-05 Claude Code: Sprint 3 — 掛載 SSH key 供 HostRepairAgent 使用
           volumeMounts:
             - name: repair-ssh-key