fix(embed): generate_embedding 三主機 retry — 修同類「111 死則全死」bug

承前 commit e862a90（generate retry）的同類修補：
generate_embedding 之前邏輯：
  target_host = host or env or resolve  # 一次解析
  try: post → mark_unhealthy + return []  # 失敗無 retry

修補後：
  caller 顯式 host → 凍結不 retry（向下相容）
  caller 走 lazy → 三主機 retry 鏈：
    每次 self.host 走 resolve_ollama_host()
    失敗 mark_unhealthy + cache 失效 + 取新主機
    最多 3 次（避免同主機無限迴圈）

影響範圍：KM embedding worker / RAG query embedding / openclaw_learning

regression: 57 unit tests 全綠

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

services/ollama_service.py

@@ -663,55 +663,69 @@ class OllamaService:
     def generate_embedding(self, text: str, model: str = "bge-m3:latest",
                            host: str = None, timeout: int = None) -> List[float]:
         """
-        [ADR-007, Step 3] 呼叫 Ollama API 將文字轉換為向量 Embedding
+        [ADR-007] Embedding — 含三主機自動 retry（HOTFIX 2026-05-04）
 
-        2026-04-19 更新（ADR-003 對齊）：
-        embedding 預設走 Hermes 主機 `EMBEDDING_HOST`（env: EMBEDDING_HOST
-        → fallback http://192.168.0.111:11434，內網免認證），
-        避免 self.host 若指向公開 ollama.wooo.work 時回 401。
-        可透過 host 參數 override。
+        失敗時自動嘗試下一台主機（最多 3 次：Primary → Secondary → 111），
+        每次失敗 mark_unhealthy 觸發 resolve cache 失效，下次 resolve 取新主機。
+        caller 顯式 host=... 時凍結（不 retry）。
         """
-        # V-New: Embedding 也遵循 GCP 優先、111 備援邏輯
-        # EMBEDDING_HOST 若有明確設定則優先使用；否則透過 resolve_ollama_host 自動決定
-        target_host = (host or os.getenv("EMBEDDING_HOST") or resolve_ollama_host()).rstrip("/")
         request_timeout = timeout or EMBED_TIMEOUT
-        try:
-            payload = {"model": model, "input": text}
-            response = requests.post(
-                f"{target_host}/api/embed",
-                json=payload,
-                timeout=request_timeout,
-            )
-            if response.status_code == 200:
-                vec = self._extract_embedding(response.json())
-                if vec:
-                    return vec
-                logger.warning(f"Ollama Embed Empty Response @ {target_host}/api/embed")
-            elif response.status_code not in (404, 405):
-                logger.error(
-                    f"Ollama Embed Error HTTP {response.status_code} @ {target_host}/api/embed: {response.text[:200]}"
+
+        def _embed_one(target_host: str) -> List[float]:
+            """單次 embedding 嘗試 — 成功回 vec，失敗回 [] + mark_unhealthy"""
+            try:
+                # /api/embed 主路徑
+                response = requests.post(
+                    f"{target_host}/api/embed",
+                    json={"model": model, "input": text},
+                    timeout=request_timeout,
                 )
+                if response.status_code == 200:
+                    vec = self._extract_embedding(response.json())
+                    if vec:
+                        return vec
+                    logger.warning(f"[Embed] empty response @ {target_host}/api/embed")
+                elif response.status_code not in (404, 405):
+                    logger.warning(f"[Embed] HTTP {response.status_code} @ {target_host}/api/embed: {response.text[:200]}")
+                    mark_unhealthy(target_host)
+                    return []
+
+                # /api/embeddings legacy fallback
+                legacy = requests.post(
+                    f"{target_host}/api/embeddings",
+                    json={"model": model, "prompt": text},
+                    timeout=request_timeout,
+                )
+                if legacy.status_code == 200:
+                    return self._extract_embedding(legacy.json())
+
+                logger.warning(f"[Embed] both endpoints failed @ {target_host}: {legacy.status_code}")
+                mark_unhealthy(target_host)
+                return []
+            except Exception as e:
+                logger.warning(f"[Embed] exception @ {target_host}: {e}")
+                mark_unhealthy(target_host)
                 return []
 
-            # V-Fix: 舊 Ollama 相容；/api/embeddings 已 deprecated，但仍是部分舊節點唯一可用路徑。
-            legacy_response = requests.post(
-                f"{target_host}/api/embeddings",
-                json={"model": model, "prompt": text},
-                timeout=request_timeout,
-            )
-            if legacy_response.status_code == 200:
-                return self._extract_embedding(legacy_response.json())
-            logger.error(
-                f"Ollama Embed Error HTTP {legacy_response.status_code} @ {target_host}/api/embeddings: {legacy_response.text[:200]}"
-            )
-            # B4: 兩個 endpoint 都失敗，標 unhealthy 讓下次 resolve 跳過
-            mark_unhealthy(target_host)
-            return []
-        except Exception as e:
-            logger.error(f"Ollama Embed Exception @ {target_host}: {e}")
-            # B4: 連線/timeout 例外標 unhealthy
-            mark_unhealthy(target_host)
-            return []
+        # caller 顯式指定 host → 凍結不 retry
+        if host:
+            return _embed_one(host.rstrip("/"))
+
+        # HOTFIX 三主機 retry 鏈（與 generate() 同模式）
+        attempted_hosts: List[str] = []
+        for attempt in range(3):
+            target_host = (os.getenv("EMBEDDING_HOST") or resolve_ollama_host()).rstrip("/")
+            if target_host in attempted_hosts:
+                break  # cache 還沒過期或同主機，避免無限迴圈
+            attempted_hosts.append(target_host)
+
+            vec = _embed_one(target_host)
+            if vec:
+                return vec
+            logger.info(f"[Embed] retry #{attempt+1}/3 — {target_host} failed, mark_unhealthy + 取新主機")
+
+        logger.error(f"[Embed] all {len(attempted_hosts)} hosts failed; tried={attempted_hosts}")
+        return []
 
 
 # 建立全域服務實例