From 2e5ff091fa436c88a7818f93412139f3948e02ca Mon Sep 17 00:00:00 2001 From: OoO Date: Tue, 19 May 2026 22:40:19 +0800 Subject: [PATCH] =?UTF-8?q?=E5=B0=88=E6=A5=AD=E5=8C=96=E8=B3=87=E6=BA=90?= =?UTF-8?q?=E5=A3=93=E5=8A=9B=E5=91=8A=E8=AD=A6=E8=AA=9E=E6=84=8F?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/AI_INTELLIGENCE_MODULE_SOT.md | 3 +- services/elephant_alpha_autonomous_engine.py | 20 +++++++---- tests/test_elephant_alpha_engine.py | 37 ++++++++++++++++++++ 3 files changed, 52 insertions(+), 8 deletions(-) diff --git a/docs/AI_INTELLIGENCE_MODULE_SOT.md b/docs/AI_INTELLIGENCE_MODULE_SOT.md index 126a08b..3319a88 100644 --- a/docs/AI_INTELLIGENCE_MODULE_SOT.md +++ b/docs/AI_INTELLIGENCE_MODULE_SOT.md @@ -111,7 +111,7 @@ SQL漏斗(~300筆) - ElephantAlpha 使用 NVIDIA NIM hosted API；production 預設模型為 `nvidia/llama-3.3-nemotron-super-49b-v1.5`，`ELEPHANT_ALPHA_FALLBACK_MODELS` 需保留至少一個可呼叫備援；403/404、408/409/425/429、5xx、timeout 與 connection error 必須嘗試下一個模型。 - ElephantAlpha L3 HITL 只允許發送有實證、可審核、可行動的升級告警；價格類 trigger 無 Hermes 具體威脅時，只記錄 suppressed escalation telemetry 與 cooldown，不寫 pending `human_review`，不發 Telegram 空告警。 - ElephantAlpha 價格類 trigger 的 HITL / 決策 prefetch 必須先使用觸發 SQL 與 `competitor_prices` / `price_records` 的 DB 實證生成 SKU、MOMO / PChome 價差與建議 action lines；完整 Hermes LLM prefetch 預設關閉（`ELEPHANT_ALPHA_HERMES_LLM_PREFETCH_ENABLED=false`），避免 5s timeout 後落入無實證摘要或雲端備援。若無 DB 實證，只記錄 suppressed telemetry / cooldown，不發 Telegram 空告警。 -- `resource_optimization` 不再交給 LLM 生成「預期效益 / 已執行」敘事。此 trigger 必須先由程式量測 `action_plans` backlog、P1/P2 數、pending_review、逾時項目與 CPU load；只有 CPU 達門檻、P1/P2 積壓或逾時積壓才發 Telegram「資源壓力告警」。單純 queue 大但 CPU 正常只記錄 telemetry，不派發 Hermes/NemoTron、不宣稱 48 小時效益。 +- `resource_optimization` 不再交給 LLM 生成「預期效益 / 已執行」敘事，顯示名稱統一為「資源壓力治理」。此 trigger 必須先由程式量測 `action_plans` backlog、P1/P2 數、pending_review、逾時項目與 CPU load；只有 CPU 達門檻、P1/P2 積壓或逾時積壓才發 Telegram「資源壓力告警」。單純 queue 大但 CPU 正常只記錄 telemetry，不派發 Hermes/NemoTron、不宣稱 48 小時效益；Telegram 段落使用「系統處置紀錄」而非泛稱「已執行」，避免暗示 AI 已完成未經驗證的外部動作。 - `resource_optimization` 會先執行 `ActionPlanHygieneService` 清理過期噪音：只關閉超過 72 小時的 `code_review_fix` / `openclaw_recommendation` 類 advisory action_plans，以及 NemoTron `direct_response/reply_simple` 舊聊天回覆計畫；將狀態改為 `auto_disabled` 或 `rejected` 並寫入 `metadata_json.hygiene_history`。不刪資料，也不碰 NemoTron human_review / pricing / tool action 類業務行動。 - `momo-scheduler` 每 6 小時固定執行 `run_action_plan_hygiene_task()`，讓過期 advisory action_plans 的關閉不再依賴 `resource_optimization` 告警觸發；排程失敗會經 EventRouter 發送 `action_plan_hygiene_failure`。 - `action_plans` 產生端必須防重：Code Review 同一檔案已有 active `code_review_fix` 時不重建；OpenClaw recommendation 會寫入文字 fingerprint 並跳過同一建議；AIOrchestrator 不再把 NemoTron `direct_response/reply_simple` 聊天回覆存成 action plan，真正需工具、審核或執行的 NemoTron action 才能進 queue。 @@ -339,6 +339,7 @@ LEFT JOIN competitor_prices cp - Dashboard、AI pick、Hermes、Excel export、daily/growth 圖表與 competitor PPT 必須以 `competitor_prices + competitor_price_history + competitor_match_attempts` 為短期唯一生產真相源，且只消費 `identity_v2` matcher 驗證過的配對；舊版僅靠 `match_score` 的快取不可直接進入決策或簡報。 - `pchome_matches` 與 live `pchome_batch()` 僅保留 legacy compatibility，不得作為新簡報或 AI 決策主來源。 - `services/competitor_intel_repository.py` 是下游頁面、圖表、簡報的共用查詢出口；新增消費端不得各自硬寫不同 match threshold。 +- competitor PPT 不可只輸出 matched rows 造成覆蓋率假象；`fetch_competitor_comparison_results()` 必須用 `LEFT JOIN valid_competitor` 保留高營收/高價但尚未有效配對的 MOMO 商品，並帶出 `match_status`、`candidate_count`、`best_match_score` 與 `match_diagnostic`，讓簡報與 AI 文案明確區分「高信心比對」與「待補身份/價格」。 - `services/competitor_identity_revalidator.py` 可對既有 `competitor_prices` legacy row 離線重跑 `identity_v2`：只有新版 matcher 分數 `>= 0.76` 且無 hard veto 才補 `identity_v2` / `legacy_revalidated` tags；預設不刷新 `expires_at`，避免過期價格進入決策。 - Dashboard 必須把「待比對」拆成可診斷狀態：`價格過期待刷新`、`舊版配對待重驗`、`低分配對待審`、`身份否決`、`找不到同款`、`抓取異常`、`尚未搜尋`。不可再用單一「待比對」掩蓋資料品質原因。 diff --git a/services/elephant_alpha_autonomous_engine.py b/services/elephant_alpha_autonomous_engine.py index 69e4ed4..08628a8 100644 --- a/services/elephant_alpha_autonomous_engine.py +++ b/services/elephant_alpha_autonomous_engine.py @@ -87,7 +87,7 @@ _TRIGGER_ZH = { "price_drop_alert": "價格下滑警報", "market_opportunity": "市場機會偵測", "threat_escalation": "威脅升級通報", - "resource_optimization": "資源調配優化", + "resource_optimization": "資源壓力治理", "code_exception": "程式碼異常偵測", "weekly_insight": "全景電商洞察分析", } @@ -1087,21 +1087,21 @@ class ElephantAlphaAutonomousEngine: if metrics.get("load_pressure") else "主機 CPU 未達高負載門檻，這不是主機資源耗盡，而是工作隊列/人工審核積壓。" ) - executed = [ + handling_notes = [ f"已寫入 ai_insights(resource_pressure) #{insight_id}。" if insight_id else "ai_insights(resource_pressure) 寫入未取得 id；請查看 scheduler log。" ] if new_limit != previous_limit: - executed.append(f"已將 ElephantAlpha 自主決策上限由 {previous_limit} 調整為 {new_limit} 次/小時。") + handling_notes.append(f"已將 ElephantAlpha 自主決策上限由 {previous_limit} 調整為 {new_limit} 次/小時。") if hygiene_count > 0: by_source = hygiene.get("by_source") or {} source_text = "、".join(f"{key} {value}" for key, value in by_source.items()) or f"{hygiene_count} 筆" - executed.insert( + handling_notes.insert( 1, f"已自動關閉過期 action_plans {hygiene_count} 筆（{source_text}）；只改 status/metadata，不刪除資料。", ) - executed.append("未執行外部修復、未啟動 Hermes/NemoTron 價格分析、未宣稱效益預測。") + handling_notes.append("邊界：未執行外部修復、未啟動 Hermes/NemoTron 價格分析、未宣稱效益預測。") lines = [ "Elephant Alpha · 資源壓力告警", @@ -1130,8 +1130,8 @@ class ElephantAlphaAutonomousEngine: f"• {escape(load_judgement)}", "• 這則告警只採用 action_plans 與 CPU 實測值，不採用 LLM 生成的 48 小時效益預測。", "", - "已執行", - *[f"• {escape(item)}" for item in executed], + "系統處置紀錄", + *[f"• {escape(item)}" for item in handling_notes], "", "建議下一步", *[f"• {escape(item)}" for item in ElephantAlphaAutonomousEngine._build_resource_pressure_actions(metrics)], @@ -1456,6 +1456,12 @@ class ElephantAlphaAutonomousEngine: decision: StrategicDecision, trigger: AutonomousTrigger, ) -> None: + if trigger.trigger_type == "resource_optimization": + self._log.warning( + "Suppressed legacy autonomous execution Telegram template for resource_optimization; " + "resource pressure alerts must use the measurement-based template." + ) + return try: from services.telegram_templates import _send_telegram_raw diff --git a/tests/test_elephant_alpha_engine.py b/tests/test_elephant_alpha_engine.py index ad53da3..b04724a 100644 --- a/tests/test_elephant_alpha_engine.py +++ b/tests/test_elephant_alpha_engine.py @@ -297,6 +297,7 @@ def test_resource_pressure_message_is_measurement_based_not_llm_theatre(): ) assert "量測指標" in msg + assert "系統處置紀錄" in msg assert "主機 CPU 未達高負載門檻" in msg assert "未啟動 Hermes/NemoTron 價格分析" in msg assert "預期效益" not in msg @@ -388,3 +389,39 @@ def test_resource_pressure_message_reports_hygiene_result(): assert "清理前 Action queue：100" in msg assert "已自動關閉過期 action_plans 91 筆" in msg assert "只改 status/metadata，不刪除資料" in msg + + +def test_resource_optimization_cannot_use_legacy_autonomous_execution_template(monkeypatch): + from services.elephant_alpha_autonomous_engine import ( + AutonomousTrigger, + ElephantAlphaAutonomousEngine, + ) + from services.elephant_alpha_orchestrator import StrategicDecision + + engine = ElephantAlphaAutonomousEngine() + sent = [] + + async def _capture_send(message): + sent.append(message) + + monkeypatch.setattr("services.telegram_templates._send_telegram_raw", _capture_send) + + decision = StrategicDecision( + priority="medium", + agents_required=["elephant_alpha"], + reasoning="resource pressure test", + expected_outcome="old style outcome must not be sent", + confidence=0.8, + execution_plan=[{"agent": "Hermes", "action": "generate_resource_optimization_strategy"}], + resource_requirements={}, + ) + trigger = AutonomousTrigger( + trigger_type="resource_optimization", + conditions={}, + threshold=0.6, + enabled=True, + ) + + asyncio.run(engine._notify_telegram_executed(decision, trigger)) + + assert sent == []