feat(p0.6+p1.3+p1.4): 飛輪閉環最後一哩 + ProactiveInspector PromQL 三修

P0.6 ProactiveInspector PromQL labels 修正 (Engineer-B):
- http_error_rate: blackbox_probe_success → probe_success（實測 metric 名稱）
- cpu_usage_awoooi_api: cadvisor up=0（停止）→ 改 node-exporter node_cpu_seconds_total
- memory_usage_awoooi_api: cadvisor 停止 → node-exporter 記憶體使用率比例

P1.3+P1.4 飛輪閉環最後一哩 (Engineer-B2):
- webhooks.py:_try_auto_repair_background 補 PostExecutionVerifier 接線
  - feature flag AIOPS_P1_POST_EXECUTION_VERIFIER 守住（default off，可漸進啟用）
  - 60s timeout + try/except 三重防護（timeout / 一般 exception / outer exception）
  - asyncio.wait_for + EvidenceSnapshot.get_latest_snapshot
- 補 learning_service.record_verification_result 呼叫
  - matched_playbook_id 從 result.playbook_id 帶入
  - 觸發 EWMA trust_score 演化（飛輪閉環）
- 對稱於人工審核路徑 approval_execution._run_post_execution_verify

ADR 對應: ADR-081 Phase 1 (Verifier) + ADR-083 Phase 3 (Learning)
plan_complete_v3.md L5/L6 階段：⚠️ → ✅（飛輪自主化分數預估 +12 分）

Note: feature flag default off → 不會立即影響 production 行為；
      啟用前需 critic 審查 + production E2E 驗證。

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

apps/api/src/api/v1/webhooks.py

@@ -246,6 +246,61 @@ async def _try_auto_repair_background(
             except Exception as _outcome_err:
                 logger.warning("auto_repair_outcome_write_failed", error=str(_outcome_err))
 
+        # 2026-04-25 P1.3+P1.4 by Claude Engineer-B2 — 飛輪閉環最後一哩
+        # auto_repair 路徑補 PostExecutionVerifier 呼叫 + learning 接線
+        # 人工審核路徑已在 approval_execution._run_post_execution_verify 接線，
+        # 此處補齊 auto_repair 路徑的對稱接線（ADR-081 Phase 1 + ADR-083 Phase 3）
+        if result:
+            from src.core.feature_flags import aiops_flags
+            if aiops_flags.is_sub_flag_enabled("AIOPS_P1_POST_EXECUTION_VERIFIER"):
+                try:
+                    from src.services.post_execution_verifier import get_post_execution_verifier
+                    from src.services.evidence_snapshot import EvidenceSnapshot
+                    from src.services.learning_service import get_learning_service
+
+                    _snapshot = await EvidenceSnapshot.get_latest_snapshot(incident_id)
+                    _action_label = (
+                        f"{target_resource}:{namespace}"
+                        if not result.success
+                        else f"auto_repair_playbook:{result.playbook_id}"
+                    )
+                    _verifier = get_post_execution_verifier()
+                    _verify_result = await asyncio.wait_for(
+                        _verifier.verify(
+                            incident=incident,
+                            snapshot=_snapshot,
+                            action_taken=_action_label,
+                        ),
+                        timeout=60.0,
+                    )
+                    logger.info(
+                        "auto_repair_post_verify_complete",
+                        incident_id=incident_id,
+                        approval_id=approval_id,
+                        verification_result=_verify_result,
+                        playbook_id=result.playbook_id,
+                    )
+                    await get_learning_service().record_verification_result(
+                        incident_id=incident_id,
+                        action_taken=_action_label,
+                        verification_result=_verify_result,
+                        matched_playbook_id=result.playbook_id,
+                    )
+                except asyncio.TimeoutError:
+                    logger.warning(
+                        "auto_repair_post_verify_timeout",
+                        incident_id=incident_id,
+                        approval_id=approval_id,
+                        timeout_sec=60.0,
+                    )
+                except Exception as _verify_err:
+                    logger.warning(
+                        "auto_repair_post_verify_failed",
+                        incident_id=incident_id,
+                        approval_id=approval_id,
+                        error=str(_verify_err),
+                    )
+
         # ADR-073 修補: 自動修復成功 → 解決 Incident → 觸發 KM 轉換
         # 之前 auto_repair 成功後從未呼叫 resolve_incident，KM 永遠不生成
         if result and result.success:

apps/api/src/services/proactive_inspector.py

@@ -42,27 +42,36 @@ K8S_NAMESPACE = "awoooi-prod"
 # - pod_restart_rate: 改用 sum() 聚合，避免回傳多 vector 使 _fetch_current_value 只取第一筆
 # - db_connection_pool: datname 實際為 awoooi_prod（非 awoooi）
 # - http_error_rate: cadvisor 無 http_requests_total，改用 probe_success 替代
+# 2026-04-25 P0.6 修復 by Claude Engineer-B:
+# - http_error_rate: Prometheus 實測確認 metric 名稱為 probe_success（非 blackbox_probe_success）
+# - cpu_usage_awoooi_api: cadvisor up=0（停止），改用 node-exporter node_cpu_seconds_total（node level）
+# - memory_usage_awoooi_api: cadvisor 停止，改用 node-exporter 記憶體使用率比例（0-1 scale）
 MONITORED_METRICS: list[dict[str, Any]] = [
     {
         "name": "http_error_rate",
-        # blackbox probe 失敗率：1 - 平均探測成功率（全部 target 聚合）
-        "promql": '1 - avg(blackbox_probe_success)',
+        # probe_success：Blackbox Exporter 實際 metric 名稱（非 blackbox_probe_success）
+        # 實測確認：curl 'http://192.168.0.188:9090/api/v1/query' --data-urlencode 'query=avg(probe_success)' → 0.944
+        "promql": '1 - avg(probe_success)',
         "threshold": 0.05,   # > 5% probe 失敗 = 警戒
         "description": "HTTP Probe 失敗率（Blackbox Exporter）",
     },
     {
         "name": "cpu_usage_awoooi_api",
-        # cadvisor: awoooi-prod namespace 的 api container（name label 格式為 k8s_api_awoooi-api-*_awoooi-prod_*_*）
-        "promql": 'avg(rate(container_cpu_usage_seconds_total{name=~"k8s_api_awoooi-api.*"}[5m]))',
-        "threshold": 0.85,   # > 85% CPU（單核心比例）
-        "description": "API 容器 CPU 使用率",
+        # cadvisor up=0（prod-docker-188 離線），改用 node-exporter node-level CPU
+        # 實測確認：avg(rate(node_cpu_seconds_total{mode!="idle"}[5m])) → 有資料
+        # threshold 0.85 = 85% CPU 使用率（node level，0-1 比例）
+        "promql": 'avg(rate(node_cpu_seconds_total{mode!="idle"}[5m]))',
+        "threshold": 0.85,   # > 85% node CPU（所有 core 平均）
+        "description": "Node CPU 使用率（node-exporter，cadvisor 停止時替代）",
     },
     {
         "name": "memory_usage_awoooi_api",
-        # cadvisor memory working set（不含 cache）
-        "promql": 'avg(container_memory_working_set_bytes{name=~"k8s_api_awoooi-api.*"})',
-        "threshold": 1073741824.0,   # > 1 GiB = 警戒
-        "description": "API 容器記憶體使用（working set bytes）",
+        # cadvisor 停止，改用 node-exporter 節點記憶體使用率比例（0-1）
+        # 實測確認：188 機器 62.76 GiB，當前 ~30% 使用率
+        # threshold 0.85 = 85% node memory usage
+        "promql": '(node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / node_memory_MemTotal_bytes',
+        "threshold": 0.85,   # > 85% node memory（0-1 比例）
+        "description": "Node 記憶體使用率（node-exporter，cadvisor 停止時替代）",
     },
     {
         "name": "pod_restart_rate",
@@ -74,6 +83,7 @@ MONITORED_METRICS: list[dict[str, Any]] = [
     {
         "name": "db_connection_pool",
         # datname 實際值為 awoooi_prod；sum 聚合所有 state
+        # 實測確認：curl 查詢返回有效資料，datname=awoooi_prod 存在
         "promql": 'sum(pg_stat_activity_count{datname="awoooi_prod"})',
         "threshold": 80.0,   # > 80 個 DB 連線
         "description": "PostgreSQL 連線數（awoooi_prod）",