對齊 Ollama-first flag 語義

docs/memory/claude_inventory_validation_20260513.md

@@ -51,6 +51,7 @@
 - `services/pg_sync_service.py` 是顯式 opt-in legacy CLI，不是生產自動同步路徑；`tests/test_pg_sync_contract.py` 已守住預設 OFF 與 runtime paths 不自動 import。
 - `qwen3:14b` 不是未使用 Ollama 模型：OpenClaw QA、NemoTron dispatch 與 LLM model router 仍有現役路徑；`tests/test_qwen3_runtime_usage.py` 已守住，不能只因體積大就三主機移除。
 - Ollama host env 已加白名單護欄：`OLLAMA_HOST*` / `EMBEDDING_HOST` 只接受 GCP-A、GCP-B、111 或 110 proxy，誤設 188/localhost 會回到核准主機。
+- OpenClaw QA / daily Hermes template / NemoTron qwen3 的 flag 文件與測試已對齊 Ollama-first 預設 ON；顯式 `false` 才是 Gemini/NIM legacy 緊急退路。
 - `routes/price_comparison_routes.py` 的 MOMO crawler TODO 已接到既有 `services.momo_crawler.search_momo_products()`；未手動上傳 MOMO 商品時會自動抓 MOMO，再交給比價服務。
 - Telegram `momo:eig:<event_id>` callback 已在 `routes/openclaw_bot_routes.py` 與 `services/telegram_bot_service.py` 實作並有 webhook 測試覆蓋，不是未實作缺口。
 - Telegram `date_*` / `goal_*` 不是死 callback handler：按鈕先送 `await:*` 進入輸入等待狀態，使用者下一則文字才由 pending action 消費；`tests/test_openclaw_bot_menu_keyboards.py` 與 `tests/test_openclaw_bot_routes_webhook.py` 已覆蓋。

services/nemoton_dispatcher_service.py

@@ -110,8 +110,8 @@ _nim_call_count = {"date": "", "count": 0}
 
 # ── Operation Ollama-First v5.0 / Phase 3 / A9 ──────────────────
 # GCP Ollama qwen3:14b 灰度切換開關
-#   - 預設 false → 行為與戰前完全相同（仍走 NIM）
 #   - true       → qwen3 主路徑，NIM 降為備援，最後仍兜底 Hermes 規則引擎（ADR-004）
+#   - false      → 緊急停用 Ollama-first 時才回 NIM-first
 # 模型選擇：A2 web-research 紅綠燈報告 docs/phase0_research_report_20260503.md
 #   原戰役計畫 deepseek-r1:14b 的 Ollama tool_calls chat template 缺對應 jinja
 #   （GitHub Issue #10935 未解），改採 qwen3:14b（Ollama 官方 + qwenlm 雙確認 tools 支援）。
@@ -1397,7 +1397,7 @@ class NemotronDispatcher:
             }
 
         # ── Operation Ollama-First v5.0 / Phase 3 / A9：qwen3 主路徑（feature flag 灰度）──
-        # 預設 NEMOTRON_OLLAMA_FIRST=false 時不進入此分支，行為與戰前完全相同。
+        # NEMOTRON_OLLAMA_FIRST=false 時不進入此分支，僅作緊急退路。
         # 若 qwen3 成功取得 tool_calls，沿用既有 TOOL_MAP 執行邏輯（共用 footprint/threat 注入）。
         # 若 qwen3 失敗或 0 tool_calls → 不直接降到 Hermes 規則，先嘗試 NIM 備援，再走 ADR-004。
         qwen3_used = False
@@ -1440,7 +1440,7 @@ class NemotronDispatcher:
                 pre_errors=errors,
             )
 
-        # ── 進入 NIM 路徑（flag=false 預設主路徑；flag=true 則為 qwen3 失敗備援）──
+        # ── 進入 NIM 路徑（flag=false 緊急主路徑；flag=true 則為 qwen3 失敗備援）──
         if not NIM_API_KEY:
             logger.warning("[Dispatcher][ADR-004] NVIDIA_API_KEY 未設定，啟動 Hermes 規則引擎降級")
             fb = self._hermes_rule_fallback(nim_candidates, hermes_stats)

services/openclaw_strategist_service.py

@@ -48,12 +48,12 @@ NVIDIA_FALLBACK_MODEL = "meta/llama-3.3-70b-instruct"
 TAIPEI_TZ_OFFSET = 8  # UTC+8
 
 # ──────────────────────────────────────────────────────────────────────────────
-# Operation Ollama-First v5.0 — Phase 3 feature flag (預設 OFF；統帥手動開灰度)
-#   - OPENCLAW_QA_OLLAMA_FIRST: false=維持戰前 Gemini-first 行為，true=走 Ollama 主、Gemini fallback
+# Operation Ollama-First v5.0 — Phase 3 feature flag（預設 ON；Gemini 僅 fallback）
+#   - OPENCLAW_QA_OLLAMA_FIRST: true=走 Ollama 主、Gemini fallback；false=緊急退回 legacy Gemini-first
 #   - OPENCLAW_QA_OLLAMA_MODEL: GCP Ollama 上的模型 tag（A2 推薦 qwen3:14b，9.3GB）
 #   - OPENCLAW_QA_OLLAMA_HOST:  允許獨立指定 QA 用主機；未設則 fallback 到通用 OLLAMA_HOST_PRIMARY
 #   - OPENCLAW_QA_OLLAMA_TIMEOUT: 單次 Ollama 呼叫超時（秒），低品質判定後仍會升級 Gemini
-# 任何 deploy 不開 flag → 行為與戰前完全相同（regression-safe）。
+# 任何 deploy 不開 flag → Ollama-first；緊急時才顯式設 false 回 legacy。
 # ──────────────────────────────────────────────────────────────────────────────
 
 
@@ -163,8 +163,8 @@ def generate_strategy_response(query: str, context: Optional[Dict[str, Any]] = N
         繁體中文回覆字串。所有 LLM 失敗時回降級訊息（永遠回字串、不拋例外）。
 
     路由（Operation Ollama-First v5.0 — Phase 3）:
-        OPENCLAW_QA_OLLAMA_FIRST=false（預設）→ Gemini → NIM（戰前行為）
-        OPENCLAW_QA_OLLAMA_FIRST=true        → GCP Ollama qwen3:14b → 品質檢測 → fallback Gemini → NIM
+        OPENCLAW_QA_OLLAMA_FIRST=true（預設） → GCP Ollama qwen3:14b → 品質檢測 → fallback Gemini → NIM
+        OPENCLAW_QA_OLLAMA_FIRST=false       → 緊急停用時才回 Gemini → NIM legacy 路徑
     """
     q = (query or "").strip()
     if not q:
@@ -174,7 +174,7 @@ def generate_strategy_response(query: str, context: Optional[Dict[str, Any]] = N
 
     # ── Phase 11 RAG-first（feature flag 預設 OFF；只在 Q&A 入口接，週月年報不接）──
     # 高信心 RAG 命中 → 直接回 ai_insights 內容，避免 LLM 呼叫
-    # 低信心或 flag OFF → 走既有 Ollama → Gemini → NIM 路徑
+    # 低信心或 flag OFF → 走後續 Ollama-first / fallback 路徑
     if is_rag_enabled():
         try:
             rag = rag_service.query(
@@ -191,7 +191,7 @@ def generate_strategy_response(query: str, context: Optional[Dict[str, Any]] = N
         except Exception as exc:
             logger.warning("[OpenClaw][QA] RAG query failed (%s), fallback LLM", exc)
 
-    # ── 灰度路徑：Ollama 優先（flag=true 才走，預設 OFF）──
+    # ── 主路徑：Ollama 優先（flag=true，預設 ON）──
     if _qa_ollama_first_enabled():
         ollama_reply = _call_qwen3_qa(q, context, request_id)
         if ollama_reply and not _is_low_quality_response(ollama_reply):
@@ -202,7 +202,7 @@ def generate_strategy_response(query: str, context: Optional[Dict[str, Any]] = N
             request_id,
         )
 
-    # ── 既有路徑：Gemini → NIM（A4 已接 ai_call_logger）──
+    # ── 備援路徑：Gemini → NIM（A4 已接 ai_call_logger）──
     return _legacy_gemini_first_qa(q, context, request_id=request_id)
 
 
@@ -211,7 +211,7 @@ def _legacy_gemini_first_qa(
     context: Optional[Dict[str, Any]],
     request_id: Optional[str] = None,
 ) -> str:
-    """戰前 Gemini-first 路徑；抽出獨立函式以利 Phase 3 灰度與 regression test。"""
+    """legacy Gemini-first 緊急退路；正常情況只在 Ollama 主路徑失敗後使用。"""
     system_prompt = (
         "你是 MOMO Pro 電商情報策略師「OpenClaw」。以繁體中文（台灣用語）回覆使用者。"
         "嚴禁簡體字，嚴禁空洞套話。若使用者要求的資料需即時查詢，"
@@ -1482,7 +1482,7 @@ def _daily_hermes_template_enabled() -> bool:
     """Operation Ollama-First v5.0 Phase 3 — Hermes 模板模式 feature flag.
 
     每次呼叫即時讀取，允許 runtime toggle 灰度（不需重啟 scheduler）。
-    預設 false → 走 _legacy_full_gemini_daily_report（戰前行為，零 regression）。
+    預設 true → Hermes/Ollama 模板模式；false 才回 _legacy_full_gemini_daily_report。
     """
     # 統帥 2026-05-03 23:30 指令：「免費優先」
     # 預設 ON：Hermes 算 KPI + 模板填充，Gemini 只寫 200 字洞察（戰前 28K → ~8K tokens, -71%）
@@ -1495,9 +1495,9 @@ def generate_daily_report() -> dict:
     OpenClaw 電商日報（每日 09:00）— Operation Ollama-First v5.0 Phase 3 路由層。
 
     依 ``OPENCLAW_DAILY_HERMES_TEMPLATE`` 分流：
-      - false（預設）：``_legacy_full_gemini_daily_report``，Gemini 全文寫稿（~28K tokens）
-      - true：``_generate_daily_report_hermes_template``，Hermes 算 KPI + 模板填充 +
+      - true（預設）：``_generate_daily_report_hermes_template``，Hermes 算 KPI + 模板填充 +
         Gemini 寫 200 字洞察（~8K tokens, -71%）
+      - false：``_legacy_full_gemini_daily_report``，Gemini 全文寫稿（~28K tokens）
 
     回傳合約兩條路徑一致：``{status, report_type, insight_id, period, ...}``
     cron 不需修改；ai_insights schema 不變（仍 type='daily_report'）。

tests/test_nemotron_qwen3_compat.py

@@ -9,7 +9,7 @@ Operation Ollama-First v5.0 / Phase 3 / A9 — Nemotron qwen3 切換相容性測
   T3. qwen3 同時回 tool_calls + content → 優先採用 tool_calls
   T4. qwen3 連線失敗 → 不丟例外給上游，自動 fallback NIM 路徑
   T5. qwen3 + NIM 都失敗 → ADR-004 走 Hermes 規則引擎降級（含「🟡 [規則引擎]」標記）
-  T6. NEMOTRON_OLLAMA_FIRST 預設 false → 完全不呼叫 qwen3（戰前行為）
+  T6. NEMOTRON_OLLAMA_FIRST=false → 緊急退回 NIM-first，不呼叫 qwen3
 
 紀律：
   - 所有 HTTP 互動 mock，不實際呼叫 GCP Ollama 或 NIM
@@ -365,10 +365,10 @@ def test_qwen3_and_nim_both_fail_falls_back_to_hermes_rules(monkeypatch):
 
 
 # ─────────────────────────────────────────────────────────────
-# T6. feature flag 預設 false → 戰前行為，qwen3 完全不被呼叫
+# T6. feature flag 顯式 false → 緊急退路，qwen3 完全不被呼叫
 # ─────────────────────────────────────────────────────────────
-def test_flag_default_false_preserves_pre_war_behavior(monkeypatch):
-    """NEMOTRON_OLLAMA_FIRST 預設 false 時：dispatch 不應觸碰 GCP Ollama，
+def test_flag_false_preserves_nim_first_emergency_path(monkeypatch):
+    """NEMOTRON_OLLAMA_FIRST=false 時：dispatch 不應觸碰 GCP Ollama，
     nim_stats 不可帶 provider='gcp_ollama'。"""
     import services.nemoton_dispatcher_service as module
 

tests/test_openclaw_daily_template.py

@@ -4,8 +4,8 @@ tests/test_openclaw_daily_template.py
 Operation Ollama-First v5.0 / Phase 3 / A8 — 日報模板路由測試
 
 驗證面：
-  T1. flag=false（預設）→ 走 _legacy_full_gemini_daily_report（regression）
-  T2. flag=true → 走 _generate_daily_report_hermes_template
+  T1. flag=false → 走 _legacy_full_gemini_daily_report（緊急退路）
+  T2. flag=true（預設）→ 走 _generate_daily_report_hermes_template
   T3. _compute_daily_kpi 各 KPI 函數可獨立 mock 測（DB 失敗回安全預設）
   T4. _render_daily_template_v2 缺欄位優雅降級（_SafeUndefined 不 raise）
   T5. _SafeUndefined 對 'X.Y.Z' 巢狀存取不爆
@@ -86,8 +86,8 @@ class TestRouting:
         assert hermes_called['v'] is True, "flag=true 必須走 hermes 模板路徑"
         assert legacy_called['v'] is False, "flag=true 不可走 legacy"
 
-    def test_flag_default_is_false(self, monkeypatch):
-        """無 env 設定時 → 預設 false（戰前行為）"""
+    def test_flag_default_is_true(self, monkeypatch):
+        """無 env 設定時 → 預設 true（Hermes/Ollama-first）"""
         # 不 set env
         import importlib
         import services.openclaw_strategist_service as svc

tests/test_openclaw_qa_routing.py

@@ -6,7 +6,7 @@ OpenClaw Q&A 路由 + 品質守門 unit tests
 (Operation Ollama-First v5.0 — Phase 3, A7 fullstack-engineer)
 
 涵蓋:
-  - feature flag OPENCLAW_QA_OLLAMA_FIRST=false → 走 Gemini-first（regression test）
+  - feature flag OPENCLAW_QA_OLLAMA_FIRST=false → 緊急回 legacy Gemini-first
   - flag=true + 高品質 Ollama 回應 → 直接回 Ollama 結果，不走 Gemini
   - flag=true + 低品質 Ollama 回應 → 升級至 Gemini，並標 fallback_to=openclaw_qa_gemini_fallback
   - flag=true + Ollama 呼叫失敗 → 升級至 Gemini
@@ -54,7 +54,7 @@ def reset_state(monkeypatch):
 
     monkeypatch.setattr(logger_mod, '_write_to_db', fake_write)
     monkeypatch.setenv('AI_CALL_LOGGING_ENABLED', 'true')
-    # 預設 flag=false（戰前行為）
+    # 預設 flag=true（Ollama-first）
     monkeypatch.delenv('OPENCLAW_QA_OLLAMA_FIRST', raising=False)
     yield captured
 
@@ -136,13 +136,13 @@ class TestLowQualityRules:
 
 
 # ─────────────────────────────────────────────────────────────────────────────
-# 2. Routing：feature flag = false 時維持 Gemini-first 路徑（regression）
+# 2. Routing：feature flag = false 時才維持 Gemini-first 緊急退路
 # ─────────────────────────────────────────────────────────────────────────────
 
 class TestFlagOff:
 
     def test_flag_false_routes_to_legacy(self, monkeypatch, reset_state):
-        """flag=false（預設）→ 不應該呼叫 _call_qwen3_qa，直接走 _legacy_gemini_first_qa。"""
+        """flag=false → 不應該呼叫 _call_qwen3_qa，直接走 _legacy_gemini_first_qa。"""
         monkeypatch.setenv('OPENCLAW_QA_OLLAMA_FIRST', 'false')
         legacy_called = {'count': 0}
         ollama_called = {'count': 0}
@@ -163,20 +163,30 @@ class TestFlagOff:
         assert legacy_called['count'] == 1
         assert ollama_called['count'] == 0
 
-    def test_flag_unset_defaults_to_off(self, monkeypatch, reset_state):
-        """環境變數完全未設 → 預設 false → 走 legacy。"""
+    def test_flag_unset_defaults_to_ollama_first(self, monkeypatch, reset_state):
+        """環境變數完全未設 → 預設 true → 先走 Ollama。"""
         monkeypatch.delenv('OPENCLAW_QA_OLLAMA_FIRST', raising=False)
         legacy_called = {'count': 0}
+        ollama_called = {'count': 0}
 
         def fake_legacy(q, ctx, request_id=None):
             legacy_called['count'] += 1
             return "[legacy reply]"
 
+        def fake_ollama(q, ctx, rid):
+            ollama_called['count'] += 1
+            return (
+                "Ollama 主路徑已接手競品分析。建議先檢查近七日價差、銷售跌幅、"
+                "PChome 優勢品項與高毛利 SKU，再依 HIGH/MED/LOW 分層處理。"
+                "若價差超過 15% 且銷售下滑超過 20%，應優先送人工覆核與 Telegram 告警。"
+            )
+
         monkeypatch.setattr(svc, '_legacy_gemini_first_qa', fake_legacy)
-        # 不 stub _call_qwen3_qa；如果意外被呼叫會打到真網路 → fail
+        monkeypatch.setattr(svc, '_call_qwen3_qa', fake_ollama)
         result = svc.generate_strategy_response("競品分析")
-        assert legacy_called['count'] == 1
-        assert result == "[legacy reply]"
+        assert ollama_called['count'] == 1
+        assert legacy_called['count'] == 0
+        assert result.startswith("Ollama 主路徑已接手")
 
     def test_empty_query_short_circuits(self, monkeypatch, reset_state):
         """空 query 不應觸發任何 LLM 呼叫。"""