fix(ai-ops): Hermes L1 移除過緊 timeout + keep_alive 常駐

問題盤點（2026-04-19 實地 SSH 111:11434）:
- 我原本設 HERMES_TIMEOUT=30 是人為限制，AI 推理不該被綁
- 111 Ollama 實況：9 個模型共享，deepseek-r1:14b 會佔 VRAM
- hermes3 冷啟動 30+s（切換）/ warm 後 <1s（40x 差距）
- 30s timeout → 冷啟動必中 → 誤判 AI 掛 → 人為降級

修正:
- HERMES_TIMEOUT default 30 → 180（HERMES_TIMEOUT=0 代表無限制）
- 新增 keep_alive=24h payload，讓 hermes3 常駐 VRAM
  避免被其他客戶端（deepseek-r1 等）切換觸發冷啟動
- Memory reference_env_map.md 更新 111 實況（9 模型清單、切換陷阱、
  ADR-012 呼叫設定）

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

services/event_router.py

@@ -231,7 +231,12 @@ def _render_l2_with_fallback(event: dict) -> str:
 # =====================================================================
 _HERMES_URL = os.getenv("HERMES_URL", "http://192.168.0.111:11434")
 _HERMES_MODEL = os.getenv("HERMES_MODEL", "hermes3:latest")
-_HERMES_TIMEOUT = int(os.getenv("HERMES_TIMEOUT", "30"))
+# 放寬 timeout：hermes3 warm 後 <1s，冷啟動 30-60s（deepseek-r1 佔 VRAM 時會切換）
+# 設 HERMES_TIMEOUT=0 表示無限制（僅受 OS TCP 層保底 ~120s）
+_HERMES_TIMEOUT_RAW = int(os.getenv("HERMES_TIMEOUT", "180"))
+_HERMES_TIMEOUT: float | None = None if _HERMES_TIMEOUT_RAW <= 0 else _HERMES_TIMEOUT_RAW
+# keep_alive=24h 讓 hermes3 常駐記憶體，避免被其他客戶端切換掉造成冷啟動
+_HERMES_KEEP_ALIVE = os.getenv("HERMES_KEEP_ALIVE", "24h")
 
 _HERMES_OBSERVE_PROMPT = """你是一個 SRE 助手，任務是把技術錯誤翻譯成人類可理解的摘要。
 
@@ -267,6 +272,7 @@ def _hermes_observe_parsed(event: dict) -> dict | None:
                 "system": _HERMES_OBSERVE_PROMPT,
                 "prompt": user_prompt,
                 "stream": False,
+                "keep_alive": _HERMES_KEEP_ALIVE,   # 讓模型常駐 VRAM，避免冷切換
                 "options": {"temperature": 0.1, "num_predict": 300},
             },
             timeout=_HERMES_TIMEOUT,