V10.418 skip 111 in embedding consistency checks

.env.example

@@ -342,6 +342,7 @@ RAG_DEFAULT_TOP_K=5
 RAG_EMBED_MODEL=bge-m3:latest
 RAG_EMBED_DIM=1024
 RAG_EMBED_NORMALIZE=true
+EMBED_CONSISTENCY_INCLUDE_111=false
 PPT_VISION_ENABLED=true
 PPT_VISION_MODEL=minicpm-v:latest
 PPT_VISION_TIMEOUT=120

config.py

@@ -325,7 +325,7 @@ YOUTUBE_API_KEY = os.getenv('YOUTUBE_API_KEY', '')
 # ==========================================
 # 系統版本與路徑
 # ==========================================
-SYSTEM_VERSION = "V10.417"
+SYSTEM_VERSION = "V10.418"
 LOG_FILE_PATH = os.path.join(BASE_DIR, 'logs/system.log')
 public_url = PUBLIC_URL  # 用於模板顯示
 

docs/AI_INTELLIGENCE_MODULE_SOT.md

@@ -2,7 +2,7 @@
 
 > **最後更新**: 2026-05-24 (台北時間)
 > **狀態**: 🟢 四 AI Agent 自動化閉環已落地；LLM 路由紅線升級為 Ollama-first 三主機級聯，Gemini 備援預設關閉
-> **適用版本**: V10.417
+> **適用版本**: V10.418
 
 ---
 
@@ -21,6 +21,7 @@
 - Code Review Hermes LLM scan 啟用時才使用本地模型矩陣，且預設只跑 GCP-A `qwen2.5-coder:7b` → GCP-B `gemma3:4b`；`CODE_REVIEW_ALLOW_111_FALLBACK=true` 時才允許落到 111，並由 `OllamaService` 降級到 `llama3.2:latest`。不啟用 Gemini 備援，本地掃描失敗時只回空 findings 並交由 OpenClaw 本地矩陣續跑。
 - Code Review OpenClaw assessment 預設只跑 GCP-A → GCP-B：GCP-A `qwen2.5-coder:7b`、GCP-B `gemma3:4b`；primary timeout 預設 `15s`、secondary timeout 預設 `60s`，讓 A 掛時快速讓位給 B，且 B 有足夠時間完成審查 prompt。111 是最後救急節點，但部署後重分析預設不打 111；只有 `CODE_REVIEW_ALLOW_111_FALLBACK=true` 才允許 111 接手，並降級到 `llama3.2:latest`。Code Review 的 Ollama `keep_alive` 預設為 `5m`，不得再用 `24h` 長駐 runner 壓住 GCP-B/111。GCP-A/GCP-B 都失敗且 Claude/Gemini 未顯式開啟時，必須回 deterministic 本地降級摘要，不呼叫 Gemini、不落 111、不走其他雲端模型。
 - Embedding / semantic RAG 背景任務預設只跑 GCP-A → GCP-B：`OpenClawLearningService` embedding worker 與 `RAGService` 查詢 embedding 呼叫 `OllamaService.generate_embedding(..., allow_111_fallback=False)`；111 只可作人工明確指定的救急路徑，不承接 `bge-m3` 背景批次。`OLLAMA_EMBED_TIMEOUT` / `OLLAMA_EMBED_MAX_TIMEOUT` 預設 `15s`、`OLLAMA_EMBED_KEEP_ALIVE=1m`、`OLLAMA_EMBED_MAX_CHARS=4000`，避免 embedding worker 長時間卡住 GCP-B 或 111。
+- BGE-M3 一致性檢查是監測任務，不是 fallback 壓測；預設只比對 GCP-A / GCP-B。111 Mac fallback 只有 `EMBED_CONSISTENCY_INCLUDE_111=true` 時才納入，避免每週背景檢查把 `bge-m3` 載入 111。
 - OpenClaw Telegram Q&A 主路徑也不得綁單一 host：`_call_qwen3_qa()` 必須透過 `OllamaService` 跑 GCP-A → GCP-B → 111，並把實際落點寫入 `ai_calls.provider`。
 - OpenClaw Telegram 圖片商品辨識也必須 Ollama-first：`_identify_product_name_with_ollama_vision()` 透過 `OllamaService` 嘗試 GCP-A → GCP-B → 111；Gemini 只允許以 `openclaw_bot_image_gemini` caller 作為失敗後備援。
 - OpenClaw 週報、月報、Meta analysis、日報洞察、Telegram PPT 分析與 MCP fallback 也必須 Ollama-first；Gemini caller 只能帶 `_gemini_fallback` 或明確 fallback caller 語意，且不得先於 Ollama/NIM 被呼叫。OpenClaw strategy 的 Ollama `keep_alive` 預設為 `5m`，避免報告型任務把 GCP-B/111 runner 長駐 24h。

docs/memory/history_logs.md

@@ -13,6 +13,7 @@
 ## 📅 詳細更新日誌 (考古存檔)
 
 ### 2026-05-24：PChome 近門檻身份回收第二輪
+- **V10.418 bge-m3 一致性檢查不打 111**: `verify_embedding_consistency()` 預設只比對 GCP-A / GCP-B，不再每週把 111 Mac 納入 bge-m3 背景驗證；新增 `EMBED_CONSISTENCY_INCLUDE_111=false` 預設，只有救急需要驗證 fallback 模型時才 opt-in。這補上 V10.417 後仍會由監測任務載入 111/GCP-B embedding runner 的缺口。
 - **V10.417 Embedding/RAG 背景負載保護**: `OllamaService.generate_embedding()` 新增 `allow_111_fallback`、timeout cap、輸入長度 cap 與 `/api/embed keep_alive=1m`；OpenClaw learning worker 與 RAG 查詢預設只跑 GCP-A → GCP-B，不再把 `bge-m3` 背景 embedding / semantic RAG 轉嫁到 111。預設 `OLLAMA_EMBED_TIMEOUT=15`、`OLLAMA_EMBED_MAX_TIMEOUT=15`、`OLLAMA_EMBED_MAX_CHARS=4000`，避免 embedding worker 在 GCP-B/111 長時間常駐或拖住 runner。
 - **V10.416 私密清潔 / 彩妝用途 / 棉棒 / 蘭蔻品線防錯配**: marketplace matcher 追加窄範圍 hard-veto guard，讓 SAUGELLA 日用/加強 vs 黃金女郎型、Lactacyd 清新舒涼 vs 生理呵護、LUNASOL 頰彩 vs 眼彩、MUJI 細軸棉棒 vs 黑色棉棒、LANCOME 超極光晶露 vs 超極限肌因精華露不再停留在模糊 `true_low_confidence`，而是以 `*_variant_conflict` / `makeup_usage_conflict` / `lancome_line_conflict` 明確拒絕；不調整 `MIN_MATCH_SCORE`，也不放寬真同款進 matched 的門檻。
 - **V10.416 production pilot**: 正式回刷 7 筆近門檻錯配樣本，SAUGELLA 2 筆、LUNASOL 頰彩 vs 眼彩、LANCOME 超極光 vs 超極限、我的心機兒童防曬 vs 海洋友善防曬、Lactacyd 清新舒涼 vs 生理呵護、MUJI 細軸棉棒 vs 黑色棉棒皆更新為 `identity_veto`；`matched` 維持 1619、`true_low_confidence` 759→753、`recoverable_low_score` 1→0、`identity_veto` 4004→4011，無正式 `competitor_prices` 覆寫。

run_scheduler.py

@@ -189,10 +189,10 @@ def _register_schedules():
     schedule.every(4).hours.do(run_expire_stale_reviews)
     logger.info("📅 每 4 小時：expire_stale_reviews（24h 無回應降權 0.5）")
 
-    # Phase 11.0 護欄 #3：BGE-M3 跨主機一致性驗證（ADR-033）
+    # Phase 11.0 護欄 #3：BGE-M3 跨 GCP Ollama 一致性驗證（ADR-033）
     # 每週一次足夠（驗證模型版本未漂移；不需每次啟動）
     schedule.every().sunday.at("04:30").do(run_embed_consistency_check)
-    logger.info("📅 每週日 04:30：bge-m3 跨主機一致性驗證")
+    logger.info("📅 每週日 04:30：bge-m3 GCP-A/GCP-B 一致性驗證（111 opt-in）")
 
     # Phase 42: 三主機 Ollama 健康探針（即使無人開觀測台頁面也持續累積歷史）
     schedule.every(15).minutes.do(run_host_health_probe)
@@ -980,10 +980,11 @@ def run_roi_monthly_report_if_new_month():
 
 
 def run_embed_consistency_check():
-    """每週日 04:30 — BGE-M3 跨主機一致性驗證（ADR-033 護欄 #3）。
+    """每週日 04:30 — BGE-M3 跨 GCP Ollama 一致性驗證（ADR-033 護欄 #3）。
 
     跑 verify_embedding_consistency，不一致時 logger.error；ok 時 logger.info。
-    每週一次足夠（驗證模型版本未漂移；過頻會打三主機 Ollama 浪費）。
+    每週一次足夠（驗證模型版本未漂移；過頻會打 Ollama 浪費）。
+    111 Mac fallback 預設不參與，避免背景檢查載入 bge-m3 壓住 16GB 主機。
     """
     try:
         from services.rag_service import verify_embedding_consistency
@@ -1003,7 +1004,7 @@ def run_embed_consistency_check():
             )
             logger.error(
                 "[EmbedConsistency] ⚠️ INCONSISTENT — RAG 召回率將下降；"
-                "檢查三主機 bge-m3 模型版本是否同步（ollama list）"
+                "檢查 GCP-A/GCP-B bge-m3 模型版本是否同步（ollama list）"
             )
             _notify_scheduler_failure(
                 "run_embed_consistency_check",

services/rag_service.py

@@ -129,6 +129,10 @@ def get_embedding_signature(
 EMBED_CONSISTENCY_TEST_TEXT = "momo電商競品分析測試向量一致性檢查"
 EMBED_CONSISTENCY_MAX_DIFF = 1e-4    # cosine 距離上限（浮點誤差容忍）
 EMBED_CONSISTENCY_TIMEOUT_SEC = 10.0  # 各主機 embedding 探測 timeout
+EMBED_CONSISTENCY_INCLUDE_111 = os.getenv(
+    'EMBED_CONSISTENCY_INCLUDE_111',
+    'false',
+).strip().lower() in ('true', '1', 'yes', 'on')
 
 
 def _cosine_distance(vec_a: List[float], vec_b: List[float]) -> float:
@@ -147,11 +151,13 @@ def verify_embedding_consistency(
     test_text: str = EMBED_CONSISTENCY_TEST_TEXT,
     max_diff: float = EMBED_CONSISTENCY_MAX_DIFF,
 ) -> Dict[str, Any]:
-    """跨三主機（GCP Primary / Secondary / 111）BGE-M3 embedding 一致性驗證。
+    """跨 GCP Ollama 節點 BGE-M3 embedding 一致性驗證。
 
     Owen v5.0 護欄 #3（ADR-033）— RAG 啟動時驗證；不一致則 log warning。
     fail-safe：任何主機失敗（連線、超時）都跳過，只比對能拿到的 embeddings。
     最少 2 個主機可達才能比對；只有 1 個 → 回 ok=True + warning「無法比對」。
+    111 是 Mac final fallback，預設不參與背景一致性檢查；只有
+    EMBED_CONSISTENCY_INCLUDE_111=true 才納入救急驗證，避免載入 bge-m3 壓住 111。
 
     回傳：
         {
@@ -171,8 +177,9 @@ def verify_embedding_consistency(
     hosts = {
         'gcp_ollama':       OLLAMA_HOST_PRIMARY,
         'ollama_secondary': OLLAMA_HOST_SECONDARY,
-        'ollama_111':       OLLAMA_HOST_FALLBACK,
     }
+    if EMBED_CONSISTENCY_INCLUDE_111:
+        hosts['ollama_111'] = OLLAMA_HOST_FALLBACK
 
     embeddings: Dict[str, List[float]] = {}
     errors: List[str] = []
@@ -185,6 +192,7 @@ def verify_embedding_consistency(
                 model=RAG_EMBED_MODEL,
                 host=host,  # 顯式指定（避免 retry 鏈干擾驗證）
                 timeout=int(EMBED_CONSISTENCY_TIMEOUT_SEC),
+                allow_111_fallback=(label == 'ollama_111'),
             )
             elapsed = time.monotonic() - t0
             if vec and len(vec) == RAG_EMBED_DIM:

tests/test_rag_service.py

@@ -278,6 +278,53 @@ class TestEmbeddingSignature:
         assert len(result.hits) == 1
 
 
+class TestEmbeddingConsistencyRouting:
+    def test_consistency_check_skips_111_by_default(self, monkeypatch):
+        from services import rag_service as rs
+        from services import ollama_service as oss
+
+        calls = []
+
+        def fake_embed(text, model, host, timeout, **kwargs):
+            calls.append((host, kwargs))
+            return _fake_embedding()
+
+        monkeypatch.setattr(rs, 'EMBED_CONSISTENCY_INCLUDE_111', False)
+        monkeypatch.setattr(oss.ollama_service, 'generate_embedding', fake_embed)
+
+        result = rs.verify_embedding_consistency()
+
+        hosts = [host for host, _kwargs in calls]
+        assert result['ok'] is True
+        assert hosts == [oss.OLLAMA_HOST_PRIMARY, oss.OLLAMA_HOST_SECONDARY]
+        assert oss.OLLAMA_HOST_FALLBACK not in hosts
+        assert all(kwargs.get('allow_111_fallback') is False for _host, kwargs in calls)
+
+    def test_consistency_check_can_include_111_when_explicitly_enabled(self, monkeypatch):
+        from services import rag_service as rs
+        from services import ollama_service as oss
+
+        calls = []
+
+        def fake_embed(text, model, host, timeout, **kwargs):
+            calls.append((host, kwargs))
+            return _fake_embedding()
+
+        monkeypatch.setattr(rs, 'EMBED_CONSISTENCY_INCLUDE_111', True)
+        monkeypatch.setattr(oss.ollama_service, 'generate_embedding', fake_embed)
+
+        result = rs.verify_embedding_consistency()
+
+        hosts = [host for host, _kwargs in calls]
+        assert result['ok'] is True
+        assert hosts == [
+            oss.OLLAMA_HOST_PRIMARY,
+            oss.OLLAMA_HOST_SECONDARY,
+            oss.OLLAMA_HOST_FALLBACK,
+        ]
+        assert calls[-1][1].get('allow_111_fallback') is True
+
+
 # ─────────────────────────────────────────────────────────────────────────────
 # Test 4: fire-and-forget log 失敗不影響主流程
 # ─────────────────────────────────────────────────────────────────────────────