fix(ollama-first): 3 個 feature flag 翻 ON — Ollama 優先、Gemini 殿後

統帥 2026-05-03 23:30 指令：「免費的優先！最後才是 Gemini」

3 個 flag 預設 false → true（GCP Primary qwen3:14b 已拉好，無阻擋）：
  1. OPENCLAW_QA_OLLAMA_FIRST=true
     → Telegram 戰略 Q&A 走 qwen3:14b（繁中強制 prompt + Gemini fallback）
     → 預期月省 ~6.7M Gemini tokens（戰前 8.4M × 80%）
  2. OPENCLAW_DAILY_HERMES_TEMPLATE=true
     → 日報走 Hermes 模板 + Gemini 200 字洞察（28K → 8K, -71%）
     → 預期月省 ~600K Gemini tokens
  3. NEMOTRON_OLLAMA_FIRST=true
     → 威脅分派走 GCP qwen3:14b → NIM 備援 → ADR-004 規則引擎兜底
     → 預期月省 ~5M NIM tokens（解配額痛點）

合計月省 ~12M tokens（與 ADR-029 預估 -23.5% 對齊）

緊急停用：env 變數設 false 即可（保留 fail-safe）
品質風險：A7 Q&A 有 _is_low_quality_response 守門 → 低品質自動 fallback Gemini

Operation Ollama-First v5.0 / Phase 6.5 hotfix #2 / 落地統帥指令

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

services/nemoton_dispatcher_service.py

@@ -115,7 +115,10 @@ _nim_call_count = {"date": "", "count": 0}
 # 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）。
-NEMOTRON_OLLAMA_FIRST = os.getenv("NEMOTRON_OLLAMA_FIRST", "false").lower() == "true"
+# 統帥 2026-05-03 23:30 指令：「免費優先」— GCP qwen3:14b 已拉
+# 預設 ON：qwen3:14b 主 → NIM 備援 → Hermes 規則引擎兜底（ADR-004）
+# 緊急停用（回 NIM-first）：export NEMOTRON_OLLAMA_FIRST=false
+NEMOTRON_OLLAMA_FIRST = os.getenv("NEMOTRON_OLLAMA_FIRST", "true").lower() == "true"
 NEMOTRON_OLLAMA_MODEL = os.getenv("NEMOTRON_OLLAMA_MODEL", "qwen3:14b")
 NEMOTRON_OLLAMA_TIMEOUT = int(os.getenv("NEMOTRON_OLLAMA_TIMEOUT", "180"))  # 秒
 

services/openclaw_strategist_service.py

@@ -58,7 +58,10 @@ TAIPEI_TZ_OFFSET = 8  # UTC+8
 
 def _qa_ollama_first_enabled() -> bool:
     """每次呼叫即時讀環境變數，允許 runtime toggle 灰度。"""
-    return os.getenv('OPENCLAW_QA_OLLAMA_FIRST', 'false').strip().lower() in ('true', '1', 'yes', 'on')
+    # 統帥 2026-05-03 23:30 指令：「都是要先以免費的優先！最後才是 Gemini」
+    # 預設 ON：Ollama (qwen3:14b @ GCP Primary 已拉) 為主，Gemini 為品質低時 fallback
+    # 緊急停用：export OPENCLAW_QA_OLLAMA_FIRST=false
+    return os.getenv('OPENCLAW_QA_OLLAMA_FIRST', 'true').strip().lower() in ('true', '1', 'yes', 'on')
 
 
 OPENCLAW_QA_OLLAMA_MODEL = os.getenv('OPENCLAW_QA_OLLAMA_MODEL', 'qwen3:14b')
@@ -1433,7 +1436,10 @@ def _daily_hermes_template_enabled() -> bool:
     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）。
     """
-    return os.getenv('OPENCLAW_DAILY_HERMES_TEMPLATE', 'false').strip().lower() in ('true', '1', 'yes', 'on')
+    # 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%）
+    # 緊急停用（回 Gemini 全文版）：export OPENCLAW_DAILY_HERMES_TEMPLATE=false
+    return os.getenv('OPENCLAW_DAILY_HERMES_TEMPLATE', 'true').strip().lower() in ('true', '1', 'yes', 'on')
 
 
 def generate_daily_report() -> dict: