diff --git a/docs/llm_model_full_evaluation_20260504.md b/docs/llm_model_full_evaluation_20260504.md
new file mode 100644
index 0000000..d91d2e4
--- /dev/null
+++ b/docs/llm_model_full_evaluation_20260504.md
@@ -0,0 +1,207 @@
+# LLM 模型完整評估 — Operation Ollama-First v5.0
+
+> **日期**：2026-05-04
+> **目的**：評估 momo-pro 各場景對應的最佳 LLM 模型，並啟動建議模型
+> **整體原則**：Ollama-first（免費）→ Frontier API（鎖定 5+ 場景）→ 規則引擎兜底
+
+---
+
+## 一、場景 × 模型對應矩陣
+
+### 1.1 戰術層（高頻、結構化、Ollama-only）
+
+| 場景 | 既有模型 | 建議模型 | 為何 |
+|---|---|---|---|
+| **Hermes 競價分析** (4h × 300 SKU) | `hermes3:latest` (8B) | 維持 + `qwen3:14b` 升級鏈 | 8B 處理 95% 案例足夠；複雜 SKU 升級 14B |
+| **Hermes 意圖分類** (Telegram NLP) | `hermes3:latest` | 維持 | 結構化 JSON 輸出穩定 |
+| **NemoTron 威脅分派** | NIM 8B / `qwen3:14b` (flag) | `qwen3:14b` 為主 | A2 確認 qwen3 原生支援 tools |
+| **AiderHeal 修 Code** | `qwen2.5-coder:7b` | **升 `qwen2.5-coder:32b`** ⭐ | 程式碼能力 +30%（接近 Opus 4.6）|
+| **Sales Copy 文案** | `llama3.1:8b` | `gemma3:4b` (輕量) | 短文案不需 8B |
+
+### 1.2 戰略層（低頻、敘事型、鎖定 Frontier）
+
+| 場景 | 鎖定模型 | 為何鎖定 |
+|---|---|---|
+| **OpenClaw 週報** | `gemini-2.5-flash` 🔒 | 長 context + 繁中商業文體 |
+| **OpenClaw 月報** | `gemini-2.5-flash` 🔒 | 同上 |
+| **OpenClaw 日報洞察** (200 字) | `gemini-2.5-flash` 🔒 | 精簡敘事 |
+| **OpenClaw Q&A** (Telegram) | `qwen3:14b` (主) → Gemini fallback | A7 已切（flag ON） |
+| **Code Review 高階評估** | **Claude Opus 4.7** (Phase 7 待 KEY) | Arena Elo 1548 (#1) |
+| **EA HITL 戰略決策** | `gemini-2.0-flash` (現) → Claude Sonnet 4.6 候選 | agentic 工具使用佳 |
+
+### 1.3 多模態與專用
+
+| 場景 | 模型 | 已拉？ |
+|---|---|---|
+| **Embedding (KM/RAG)** | `bge-m3:latest` (1024 維) | ✅ Primary + Secondary |
+| **PPT 視覺檢查** (Phase 14) | `minicpm-v:latest` (主) + `llava` (備援) | ✅ Primary + Secondary minicpm-v / 拉 llava ⏳ |
+| **深度推理** (DeepSeek-R1) | `deepseek-r1:14b` | 拉中 ⏳ |
+
+### 1.4 雲端 API（鎖定 Frontier）
+
+| 供應商 | 模型 | 用途 |
+|---|---|---|
+| **Anthropic** | `claude-opus-4-7` | Code Review #1 (Arena 1548) |
+| **Anthropic** | `claude-sonnet-4-6` | EA HITL 候選（agentic）|
+| **Google** | `gemini-2.5-pro` | MCP Grounding（聯網）|
+| **Google** | `gemini-2.5-flash` | 週/月/年報、Q&A fallback |
+| **Google** | `gemini-2.0-flash` | PPT 簡報、EA HITL |
+| **DeepSeek** | `deepseek-chat` (V3.2) | OpenRouter 直連備援 |
+| **DeepSeek** | `deepseek-reasoner` (R1-0528) | 推理鏈備援 |
+| **NVIDIA NIM** | `meta/llama-3.1-8b-instruct` | NemoTron fallback |
+| **NVIDIA NIM** | `nvidia/llama-3.3-nemotron-super-49b-v1.5` | ElephantAlpha 49B |
+
+---
+
+## 二、本次啟動的追加模型
+
+### 2.1 Primary 34.143.170.20 (oleetsai)
+
+```bash
+# 既有（Phase 0-19 累積）
+✅ bge-m3:latest         (1.2GB) — Embedding
+✅ hermes3:latest        (4.7GB) — Hermes 主
+✅ qwen2.5-coder:7b      (4.7GB) — AiderHeal
+✅ qwen3:14b             (9.3GB) — Q&A / Nemotron 升級
+✅ qwen2.5:7b-instruct   (4.7GB) — Q&A 預設
+✅ minicpm-v:latest      (5.5GB) — PPT vision
+
+# 本次追加（背景拉中）
+⏳ qwen2.5-coder:32b    (~20GB) — AiderHeal 32B 升級
+⏳ deepseek-r1:14b      (~9GB)  — 推理鏈備援
+⏳ llava                (~5GB)  — Vision 備援
+⏳ gemma3:4b            (~3GB)  — 輕量 sales_copy
+
+預計總容量：~60GB
+```
+
+### 2.2 Secondary 34.21.145.224 (owen_taipei)
+
+```bash
+# 本次新建立連線後拉（與 Primary 同步）
+✅ bge-m3:latest        (剛同步)
+✅ hermes3:latest       (剛同步)
+✅ qwen2.5-coder:7b     (剛同步)
+✅ qwen3:14b            (剛同步)
+✅ qwen2.5:7b-instruct  (剛同步)
+✅ minicpm-v:latest     (剛同步)
+⏳ qwen2.5-coder:32b   (背景拉中)
+⏳ deepseek-r1:14b     (背景拉中)
+⏳ llava               (背景拉中)
+⏳ gemma3:4b           (背景拉中)
+```
+
+---
+
+## 三、各場景升級路線（戰役後續）
+
+### Phase 21（建議）：模型對應路由優化
+
+| 場景 | 路由規則 |
+|---|---|
+| Sales Copy < 100 字 | `gemma3:4b`（輕量快） |
+| Sales Copy ≥ 100 字 | `llama3.1:8b`（既有） |
+| Hermes 簡單比價 | `hermes3:latest` |
+| Hermes 複雜分析 (gap > 20% / 銷量大跌) | `qwen3:14b` 升級 |
+| AiderHeal 簡單修補 | `qwen2.5-coder:7b` |
+| AiderHeal 重構級 | `qwen2.5-coder:32b` ⭐ |
+| EA HITL 明確威脅 | Hermes 規則引擎（免費）|
+| EA HITL 戰略決策 | `claude-sonnet-4-6` 候選 |
+| 推理需求（chain-of-thought）| `deepseek-r1:14b` |
+| PPT 視覺檢查 | `minicpm-v:latest` → `llava` 備援 |
+
+### Phase 22（建議）：API 直連 + 多供應商編排
+
+```
+                    ┌──────────────────────────────┐
+                    │  CostThrottle (Phase 20) ⭐  │
+                    │  超預算 110% 自動切 fallback │
+                    └────────────┬─────────────────┘
+                                 │
+        ┌────────────────────────┼────────────────────────┐
+        │                        │                        │
+   Code Review             EA HITL                  Q&A 戰略
+        │                        │                        │
+   Claude Opus 4.7        Gemini 2.0 Flash           qwen3:14b
+        ↓ throttle              ↓ throttle               ↓ low quality
+   Gemini 2.5 Flash       Hermes 預跑兜底           Gemini 2.5 Flash
+        ↓ throttle                                       ↓
+   ElephantAlpha 49B                                Hermes 規則引擎
+```
+
+---
+
+## 四、儲存空間 + 性能評估
+
+### 4.1 GCP 預期用量
+- 每台 GCP 約 60GB Ollama 模型（Primary + Secondary 各一份冗餘）
+- 12 個模型 × 平均 5GB = 60GB
+- 假設 GCP VM 100GB SSD → 60% 使用率，可控
+
+### 4.2 RAM 載入
+- Ollama keep_alive=24h 可保留熱模型（hermes3 / qwen3:14b 永駐留）
+- 冷模型（minicpm-v / llava）首次調用 ~10s 加載
+- 解：分批載入 + 配置 OLLAMA_NUM_PARALLEL=2 限制同時載入數
+
+### 4.3 推論延遲（GCP SSD）
+| 模型 | 預期延遲（256 tokens） |
+|---|---|
+| gemma3:4b | ~1.5s |
+| hermes3:latest | ~3s |
+| qwen2.5:7b-instruct | ~3s |
+| qwen3:14b | ~6s |
+| deepseek-r1:14b | ~8s（含 thinking）|
+| qwen2.5-coder:32b | ~12s |
+| minicpm-v:latest | ~10s（含 image） |
+
+---
+
+## 五、模型治理規範（補強 ADR-028）
+
+### 5.1 新增模型 SOP
+1. 評估 ROI（場景對應 + 預期降本/升質量化）
+2. SSH GCP Primary 試拉確認 size + 推論延遲
+3. 加進 ai_call_logger COST_TABLE
+4. 加 caller × model 路由規則
+5. unit test 驗 routing
+6. 灰度啟用（feature flag）
+7. 1 週觀察後正式啟用
+
+### 5.2 既有模型替換 SOP
+1. A/B 測試新舊模型對 10+ 黃金樣本
+2. 統帥盲測通過後才替換
+3. 舊模型保留為 fallback（不立刻刪）
+4. 寫進 ADR
+
+### 5.3 模型淘汰 SOP
+1. 連續 7 日 0 流量 → 標記 deprecated
+2. 30 日仍 0 流量 → SSH GCP 刪除節省空間
+3. ADR 註明淘汰原因
+
+---
+
+## 六、與 ai_call_logger COST_TABLE 對齊
+
+| Model | Cost (in/out per M) | 為何 |
+|---|---|---|
+| 全 Ollama 模型 | 0 / 0 | 自架免費 |
+| gemini-2.5-pro | $1.25 / $10.0 | 高品質 |
+| gemini-2.5-flash | $0.075 / $0.30 | 性價比 |
+| claude-opus-4-7 | $15 / $75 | 程式碼 #1 |
+| claude-sonnet-4-6 | $3 / $15 | 平衡 |
+| claude-haiku-4-5 | $0.8 / $4 | 輕量 |
+| deepseek-chat | $0.014 / $0.28 | 直連最便宜 |
+| deepseek-reasoner | $0.14 / $2.19 | 推理 |
+| NIM 系列 | 0 / 0 | 配額制 |
+
+---
+
+## References
+
+- ADR-027 附錄（三主機架構）
+- ADR-028（LLM 路由統一準則）
+- ADR-029（Hermes-First 雙塔分工）
+- ADR-030（Frontier 多供應商策略）
+- `services/ai_call_logger.py` COST_TABLE
+- `services/llm_caller_registry.py` CALLER_REGISTRY
+- `docs/operation_ollama_first_v5_postmortem.md`
diff --git a/run_scheduler.py b/run_scheduler.py
index 7f5c273..4b4b273 100644
--- a/run_scheduler.py
+++ b/run_scheduler.py
@@ -121,6 +121,12 @@ def _register_schedules():
     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")
 
+    # Phase 20: 成本自動節流（COST_THROTTLE_ENABLED 預設 OFF）
+    schedule.every(1).hours.do(run_cost_throttle_evaluate)
+    logger.info("📅 每 1 小時：cost_throttle_evaluate")
+    schedule.every().day.at("00:05").do(run_cost_throttle_reset_if_new_month)
+    logger.info("📅 每日 00:05：cost_throttle_reset_if_new_month")
+
     schedule.every().day.at("03:00").do(run_db_backup_task)
     logger.info("📅 每日 03:00：db_backup")
 
@@ -230,6 +236,40 @@ def run_expire_stale_reviews():
         logger.error(f"[ExpireStale] task failed: {e}", exc_info=True)
 
 
+def run_cost_throttle_evaluate():
+    """每小時 — Phase 20 成本自動節流評估（COST_THROTTLE_ENABLED 預設 OFF）。
+
+    跑 evaluate_throttle_status；若有 provider 月底推估超預算 110% → 標 throttled。
+    狀態變化（throttle/unthrottle）會自動推 Telegram。
+    """
+    try:
+        from services.cost_throttle_service import (
+            evaluate_throttle_status, is_cost_throttle_enabled,
+        )
+        if not is_cost_throttle_enabled():
+            return  # flag OFF 直接 skip（不打 DB）
+        state = evaluate_throttle_status()
+        throttled = [p for p, info in state.items() if info.get('throttled')]
+        if throttled:
+            logger.warning("[CostThrottle] currently throttled: %s", throttled)
+        else:
+            logger.debug("[CostThrottle] no provider throttled")
+    except Exception as e:
+        logger.error(f"[CostThrottle] task failed: {e}", exc_info=True)
+
+
+def run_cost_throttle_reset_if_new_month():
+    """每日 00:05 — 若當天是月份第 1 天，清 throttle state（跨月重置）。"""
+    try:
+        from datetime import datetime
+        from services.cost_throttle_service import reset_throttle_state
+        if datetime.now().day == 1:
+            reset_throttle_state()
+            logger.info("[CostThrottle] new month detected, state reset")
+    except Exception as e:
+        logger.error(f"[CostThrottle] reset failed: {e}", exc_info=True)
+
+
 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）。
 
diff --git a/services/cost_throttle_service.py b/services/cost_throttle_service.py
new file mode 100644
index 0000000..478f0f7
--- /dev/null
+++ b/services/cost_throttle_service.py
@@ -0,0 +1,264 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+services/cost_throttle_service.py
+Operation Ollama-First v5.0 / Phase 20 — 成本自動節流（Cost Auto-Throttle）
+
+設計原則：
+- 主動節流（不只被動告警）：當月預估成本超預算 110% → 自動 throttle
+- throttle 機制：在記憶體 cache 標記 provider，主流程讀取後改路由
+  - claude throttled → fallback Gemini Flash
+  - gemini throttled → fallback Hermes Ollama
+  - nim throttled → fallback Hermes 規則引擎
+- 每小時 cron 重評估
+- Telegram 推播 throttle / unthrottle 事件
+- feature flag COST_THROTTLE_ENABLED 預設 OFF（避免戰時誤節流）
+
+對應 ai_call_budgets 表（migration 025）：
+  daily / weekly / monthly × 各 provider × 80% alert_pct
+  本服務只看 monthly（線性外推月底成本）
+"""
+
+from __future__ import annotations
+import os
+import time
+import logging
+import threading
+from datetime import datetime, timedelta
+from calendar import monthrange
+from typing import Dict, Any, Optional, List
+
+logger = logging.getLogger(__name__)
+
+# ─────────────────────────────────────────────────────────────────────────────
+# Feature flag + 配置
+# ─────────────────────────────────────────────────────────────────────────────
+COST_THROTTLE_ENABLED = os.getenv('COST_THROTTLE_ENABLED', 'false').strip().lower() in ('true', '1', 'yes', 'on')
+COST_THROTTLE_PROJECT_RATIO = float(os.getenv('COST_THROTTLE_PROJECT_RATIO', '1.10'))  # 預估超預算 110%
+COST_UNTHROTTLE_PROJECT_RATIO = float(os.getenv('COST_UNTHROTTLE_PROJECT_RATIO', '0.95'))  # 降回 95% 解除
+
+
+def is_cost_throttle_enabled() -> bool:
+    """Runtime check（避免 import-time freeze）"""
+    return os.getenv('COST_THROTTLE_ENABLED', 'false').strip().lower() in ('true', '1', 'yes', 'on')
+
+
+# ─────────────────────────────────────────────────────────────────────────────
+# Throttle 狀態（記憶體，由 cron 每小時更新）
+# ─────────────────────────────────────────────────────────────────────────────
+_throttle_state: Dict[str, Dict[str, Any]] = {}  # {provider: {throttled, projected, budget, ...}}
+_state_lock = threading.Lock()
+_state_ts = 0.0
+
+
+def is_provider_throttled(provider: str) -> bool:
+    """Public API — 給 anthropic_service / gemini caller 啟動時 check"""
+    if not is_cost_throttle_enabled():
+        return False
+    with _state_lock:
+        info = _throttle_state.get(provider)
+    return bool(info and info.get('throttled'))
+
+
+def get_throttle_state() -> Dict[str, Dict[str, Any]]:
+    """除錯用：取 throttle 狀態 snapshot"""
+    with _state_lock:
+        return dict(_throttle_state)
+
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 核心：每小時跑的 evaluate
+# ─────────────────────────────────────────────────────────────────────────────
+def _days_in_current_month(today: Optional[datetime] = None) -> int:
+    today = today or datetime.now()
+    return monthrange(today.year, today.month)[1]
+
+
+def _month_start(today: Optional[datetime] = None) -> datetime:
+    today = today or datetime.now()
+    return datetime(today.year, today.month, 1)
+
+
+def evaluate_throttle_status() -> Dict[str, Dict[str, Any]]:
+    """每小時 cron 跑：查 ai_call_budgets vs 當月 spent，計算月底推估。
+
+    Returns:
+        {provider: {throttled, spent, budget, projected, reason}}
+    """
+    global _state_ts
+
+    try:
+        from sqlalchemy import text as sa_text
+        from database.manager import get_session
+    except Exception as exc:
+        logger.warning('[CostThrottle] DB import failed: %s', exc)
+        return {}
+
+    today = datetime.now()
+    days_elapsed = max(today.day, 1)
+    days_in_month = _days_in_current_month(today)
+    month_start = _month_start(today)
+
+    session = get_session()
+    new_state: Dict[str, Dict[str, Any]] = {}
+    try:
+        # 1. 取當月 monthly budget（不包 NULL provider 的全供應商總額）
+        budgets = session.execute(
+            sa_text("""
+                SELECT provider, budget_usd, alert_pct
+                FROM ai_call_budgets
+                WHERE period = 'monthly' AND provider IS NOT NULL
+            """),
+        ).fetchall()
+
+        # 2. 取當月每 provider 累計 cost_usd
+        spent_rows = session.execute(
+            sa_text("""
+                SELECT provider, COALESCE(SUM(cost_usd), 0) AS spent
+                FROM ai_calls
+                WHERE called_at >= :ms
+                GROUP BY provider
+            """),
+            {'ms': month_start},
+        ).fetchall()
+        spent_by_provider: Dict[str, float] = {
+            row[0]: float(row[1] or 0) for row in spent_rows
+        }
+
+        # 3. 計算每 provider 月底推估 + 決定是否 throttle
+        for row in budgets:
+            provider = row[0]
+            budget = float(row[1] or 0)
+            spent = spent_by_provider.get(provider, 0.0)
+            projected = spent / days_elapsed * days_in_month
+            ratio = projected / budget if budget > 0 else 0.0
+
+            # 取既有狀態（hysteresis：throttled 後降到 95% 才解除）
+            with _state_lock:
+                prev = _throttle_state.get(provider, {})
+            prev_throttled = prev.get('throttled', False)
+
+            should_throttle = False
+            reason = ''
+            if prev_throttled:
+                # 已 throttled → 降到 unthrottle threshold (95%) 才解除
+                if ratio >= COST_UNTHROTTLE_PROJECT_RATIO:
+                    should_throttle = True
+                    reason = f'still over unthrottle threshold ({ratio:.2%} >= 95%)'
+                else:
+                    reason = f'recovered ({ratio:.2%} < 95%) — unthrottle'
+            else:
+                # 未 throttled → 超 110% 才開始
+                if ratio >= COST_THROTTLE_PROJECT_RATIO and budget > 0:
+                    should_throttle = True
+                    reason = (
+                        f'projected ${projected:.2f} > budget ${budget:.2f} × '
+                        f'{COST_THROTTLE_PROJECT_RATIO} (ratio={ratio:.2%})'
+                    )
+
+            new_state[provider] = {
+                'throttled': should_throttle,
+                'spent': spent,
+                'budget': budget,
+                'projected': round(projected, 4),
+                'ratio': round(ratio, 4),
+                'reason': reason,
+                'evaluated_at': today.isoformat(),
+            }
+
+    except Exception as exc:
+        logger.error('[CostThrottle] evaluate failed: %s', exc)
+        return {}
+    finally:
+        session.close()
+
+    # 4. 偵測狀態變化推 Telegram
+    transitions = _diff_transitions(new_state)
+
+    # 5. atomic update
+    with _state_lock:
+        _throttle_state.clear()
+        _throttle_state.update(new_state)
+        _state_ts = time.time()
+
+    # 6. 推 Telegram（變化時）
+    if transitions:
+        _push_throttle_alerts(transitions)
+
+    return new_state
+
+
+def _diff_transitions(new_state: Dict[str, Dict[str, Any]]) -> List[Dict[str, Any]]:
+    """偵測狀態變化（newly throttled / unthrottled）"""
+    transitions = []
+    with _state_lock:
+        for provider, info in new_state.items():
+            prev = _throttle_state.get(provider, {})
+            prev_throttled = prev.get('throttled', False)
+            curr_throttled = info.get('throttled', False)
+            if prev_throttled != curr_throttled:
+                transitions.append({
+                    'provider': provider,
+                    'from': prev_throttled,
+                    'to': curr_throttled,
+                    'info': info,
+                })
+    return transitions
+
+
+def _push_throttle_alerts(transitions: List[Dict[str, Any]]) -> None:
+    """推 Telegram throttle/unthrottle 事件"""
+    try:
+        from services.telegram_templates import _send_telegram_raw
+    except Exception:
+        return
+
+    for t in transitions:
+        provider = t['provider']
+        info = t['info']
+        if t['to']:  # newly throttled
+            msg = (
+                f"⚠️ <b>成本自動節流啟動</b>\n"
+                f"━━━━━━━━━━━━━━━━━━━━\n"
+                f"📊 Provider: <code>{provider}</code>\n"
+                f"💰 已花費: ${info['spent']:.2f} / 預算 ${info['budget']:.2f}\n"
+                f"📈 月底推估: ${info['projected']:.2f} (ratio {info['ratio']:.0%})\n"
+                f"🔧 原因: {info['reason']}\n\n"
+                f"自動切換 fallback 路由直到月底推估 < 95%"
+            )
+        else:  # unthrottled
+            msg = (
+                f"✅ <b>成本節流解除</b>\n"
+                f"━━━━━━━━━━━━━━━━━━━━\n"
+                f"📊 Provider: <code>{provider}</code>\n"
+                f"📈 月底推估: ${info['projected']:.2f} / 預算 ${info['budget']:.2f}"
+                f" (ratio {info['ratio']:.0%})\n"
+                f"恢復正常路由"
+            )
+        try:
+            _send_telegram_raw(msg)
+        except Exception as exc:
+            logger.warning('[CostThrottle] telegram push failed: %s', exc)
+
+
+# ─────────────────────────────────────────────────────────────────────────────
+# Public API
+# ─────────────────────────────────────────────────────────────────────────────
+def reset_throttle_state() -> None:
+    """月初 cron 跑：清空 _throttle_state，重新計算"""
+    global _state_ts
+    with _state_lock:
+        _throttle_state.clear()
+        _state_ts = 0.0
+    logger.info('[CostThrottle] state reset (新月份)')
+
+
+__all__ = [
+    'evaluate_throttle_status',
+    'is_provider_throttled',
+    'is_cost_throttle_enabled',
+    'get_throttle_state',
+    'reset_throttle_state',
+    'COST_THROTTLE_PROJECT_RATIO',
+    'COST_UNTHROTTLE_PROJECT_RATIO',
+]