[V10.283] 收斂 Code Review Hermes fast scan prompt | code_review_pipeline_service.py

.env.example

@@ -228,9 +228,9 @@ CODE_REVIEW_HERMES_SECONDARY_MODEL=gemma3:4b
 CODE_REVIEW_HERMES_SECONDARY_TIMEOUT=25
 CODE_REVIEW_HERMES_FALLBACK_MODEL=hermes3:latest
 CODE_REVIEW_HERMES_FALLBACK_TIMEOUT=20
-CODE_REVIEW_HERMES_NUM_PREDICT=768
-CODE_REVIEW_HERMES_MAX_FILES=3
-CODE_REVIEW_HERMES_MAX_CHARS=2500
+CODE_REVIEW_HERMES_NUM_PREDICT=384
+CODE_REVIEW_HERMES_MAX_FILES=2
+CODE_REVIEW_HERMES_MAX_CHARS=900
 CODE_REVIEW_AUTO_FIX_ENABLED=true
 
 # [選填] 僅本機開發可設 true；正式環境不得允許不安全 internal webhook

TODO_NEXT_STEPS.txt

@@ -4,6 +4,7 @@
 ================================================================================
 
 【已完成】
+   - V10.283 將 Code Review Hermes scan 收斂為 fast compact prompt：預設 2 檔 × 900 字、輸出 384 tokens，仍走 GCP-A → GCP-B → 111 本地矩陣，避免部署後 code_review_hermes 先卡三段 timeout。
    - V10.282 補齊 Code Review Hermes scan 本地模型矩陣：掃描階段也走 GCP-A `qwen2.5-coder:7b` → GCP-B `gemma3:4b` → 111 `hermes3:latest`，避免 `hermes3` 在三主機各卡 35s 後只留下 error；Hermes scan 不會啟用 Gemini。
    - V10.281 強化 Code Review OpenClaw 本地備援矩陣：主機順序仍為 GCP-A → GCP-B → 111，但改成 GCP-A `qwen2.5-coder:7b`、GCP-B `gemma3:4b`、111 `hermes3:latest`，三段本地 Ollama 全失敗後才允許 Claude/Gemini 備援。
    - V10.279 收斂 Code Review Ollama-first 路徑：OpenClaw assessment 預設改 `qwen2.5-coder:7b` + 45s/host timeout，Hermes scan 改 compact snippet + 35s/host timeout，避免三主機各卡 120s 後被迫觸發 Gemini 備援。

config.py

@@ -320,7 +320,7 @@ YOUTUBE_API_KEY = os.getenv('YOUTUBE_API_KEY', '')
 # ==========================================
 # 系統版本與路徑
 # ==========================================
-SYSTEM_VERSION = "V10.282"
+SYSTEM_VERSION = "V10.283"
 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**: 2026-05-19 (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 僅備援 / 鎖定場景
-> **適用版本**: V10.282
+> **適用版本**: V10.283
 
 ---
 
@@ -17,7 +17,7 @@
 - NemoTron qwen3 dispatch 的 `/api/chat` tool-calling 路徑也必須同一請求最多嘗試三台 Ollama，第一台失敗要 `mark_unhealthy()` 後再試下一台，最後才 fallback NIM。
 - PPT vision、PPT 文案 final fallback、MCP 離線 final fallback 等特殊 Ollama 路徑也不得只打單一 host；如需 `/api/generate`，一律透過 `OllamaService.generate()`。
 - Code Review pipeline 也必須 Ollama-first：Hermes scan 與 OpenClaw assessment 都走 `OllamaService` 三主機 retry；Gemini telemetry 只能以 `code_review_openclaw_gemini` 出現，表示 Ollama/可選 Claude 備援都失敗後才啟用。
-- Code Review 的 OpenClaw assessment 預設使用 `qwen2.5-coder:7b` 與 45s/host timeout；Hermes scan 只送 compact snippet（預設 3 檔、每檔 2500 字）並使用 35s/host timeout，避免三主機各卡 120s 後把正常 code review 推進 Gemini 備援。
+- Code Review 的 OpenClaw assessment 預設使用 `qwen2.5-coder:7b` 與 45s/host timeout；Hermes scan 只送 fast compact snippet（預設 2 檔、每檔 900 字）並使用 35s primary timeout，避免大 prompt 讓三主機依序超時後留下錯誤遙測。
 - Code Review Hermes scan 也使用同一條本地模型矩陣：GCP-A `qwen2.5-coder:7b`、GCP-B `gemma3:4b`、111 `hermes3:latest`；不啟用 Gemini 備援，三段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 保持主機順序 GCP-A → GCP-B → 111，但可使用主機適配本地模型：GCP-A `qwen2.5-coder:7b`、GCP-B `gemma3:4b`、111 `hermes3:latest`；三段本地 Ollama 全失敗後才允許雲端備援。
 - 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`。

services/code_review_pipeline_service.py

@@ -82,9 +82,9 @@ CODE_REVIEW_HERMES_PRIMARY_TIMEOUT = int(
 )
 CODE_REVIEW_HERMES_SECONDARY_TIMEOUT = int(os.getenv("CODE_REVIEW_HERMES_SECONDARY_TIMEOUT", "25"))
 CODE_REVIEW_HERMES_FALLBACK_TIMEOUT = int(os.getenv("CODE_REVIEW_HERMES_FALLBACK_TIMEOUT", "20"))
-CODE_REVIEW_HERMES_NUM_PREDICT = int(os.getenv("CODE_REVIEW_HERMES_NUM_PREDICT", "768"))
-CODE_REVIEW_HERMES_MAX_FILES = int(os.getenv("CODE_REVIEW_HERMES_MAX_FILES", "3"))
-CODE_REVIEW_HERMES_MAX_CHARS = int(os.getenv("CODE_REVIEW_HERMES_MAX_CHARS", "2500"))
+CODE_REVIEW_HERMES_NUM_PREDICT = int(os.getenv("CODE_REVIEW_HERMES_NUM_PREDICT", "384"))
+CODE_REVIEW_HERMES_MAX_FILES = int(os.getenv("CODE_REVIEW_HERMES_MAX_FILES", "2"))
+CODE_REVIEW_HERMES_MAX_CHARS = int(os.getenv("CODE_REVIEW_HERMES_MAX_CHARS", "900"))
 INTERNAL_TOKEN = os.getenv("INTERNAL_WEBHOOK_TOKEN", "")
 AUTO_FIX_ENABLED = os.getenv("CODE_REVIEW_AUTO_FIX_ENABLED", "true").lower() == "true"
 ALLOW_INSECURE_WEBHOOK = os.getenv("MOMO_ALLOW_INSECURE_INTERNAL_WEBHOOK_FOR_DEV", "").lower() == "true"

tests/test_code_review_claude_routing.py

@@ -231,9 +231,9 @@ def test_code_review_ollama_defaults_use_fast_local_model(monkeypatch):
     assert svc_mod.CODE_REVIEW_HERMES_SECONDARY_TIMEOUT == 25
     assert svc_mod.CODE_REVIEW_HERMES_FALLBACK_MODEL == "hermes3:latest"
     assert svc_mod.CODE_REVIEW_HERMES_FALLBACK_TIMEOUT == 20
-    assert svc_mod.CODE_REVIEW_HERMES_NUM_PREDICT == 768
-    assert svc_mod.CODE_REVIEW_HERMES_MAX_FILES == 3
-    assert svc_mod.CODE_REVIEW_HERMES_MAX_CHARS == 2500
+    assert svc_mod.CODE_REVIEW_HERMES_NUM_PREDICT == 384
+    assert svc_mod.CODE_REVIEW_HERMES_MAX_FILES == 2
+    assert svc_mod.CODE_REVIEW_HERMES_MAX_CHARS == 900
 
 
 def test_openclaw_uses_secondary_local_model_before_gemini(monkeypatch):
@@ -323,7 +323,7 @@ def test_hermes_scan_uses_compact_prompt_and_short_timeout(monkeypatch):
     kwargs = fake_ollama.generate.call_args.kwargs
     assert kwargs["model"] == "qwen2.5-coder:7b"
     assert kwargs["timeout"] == 7
-    assert kwargs["options"] == {"num_predict": 768}
+    assert kwargs["options"] == {"num_predict": 384}
     prompt = kwargs["prompt"]
     assert "services/a.py" in prompt
     assert "services/b.py" in prompt