固定清理 action_plans 過期隊列

config.py

@@ -320,7 +320,7 @@ YOUTUBE_API_KEY = os.getenv('YOUTUBE_API_KEY', '')
 # ==========================================
 # 系統版本與路徑
 # ==========================================
-SYSTEM_VERSION = "V10.273"
+SYSTEM_VERSION = "V10.274"
 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**: V10.272
+> **適用版本**: V10.274
 
 ---
 
@@ -108,6 +108,7 @@ SQL漏斗(~300筆)
 - ElephantAlpha L3 HITL 只允許發送有實證、可審核、可行動的升級告警；價格類 trigger 無 Hermes 具體威脅時，只記錄 suppressed escalation telemetry 與 cooldown，不寫 pending `human_review`，不發 Telegram 空告警。
 - `resource_optimization` 不再交給 LLM 生成「預期效益 / 已執行」敘事。此 trigger 必須先由程式量測 `action_plans` backlog、P1/P2 數、pending_review、逾時項目與 CPU load；只有 CPU 達門檻、P1/P2 積壓或逾時積壓才發 Telegram「資源壓力告警」。單純 queue 大但 CPU 正常只記錄 telemetry，不派發 Hermes/NemoTron、不宣稱 48 小時效益。
 - `resource_optimization` 會先執行 `ActionPlanHygieneService` 清理過期噪音：只關閉超過 72 小時的 `code_review_fix` / `openclaw_recommendation` 類 advisory action_plans，以及 NemoTron `direct_response/reply_simple` 舊聊天回覆計畫；將狀態改為 `auto_disabled` 或 `rejected` 並寫入 `metadata_json.hygiene_history`。不刪資料，也不碰 NemoTron human_review / pricing / tool action 類業務行動。
+- `momo-scheduler` 每 6 小時固定執行 `run_action_plan_hygiene_task()`，讓過期 advisory action_plans 的關閉不再依賴 `resource_optimization` 告警觸發；排程失敗會經 EventRouter 發送 `action_plan_hygiene_failure`。
 - `action_plans` 產生端必須防重：Code Review 同一檔案已有 active `code_review_fix` 時不重建；OpenClaw recommendation 會寫入文字 fingerprint 並跳過同一建議；AIOrchestrator 不再把 NemoTron `direct_response/reply_simple` 聊天回覆存成 action plan，真正需工具、審核或執行的 NemoTron action 才能進 queue。
 - OpenClaw/Hermes embedding 優先呼叫 Ollama `/api/embed`，只在舊節點不支援時 fallback `/api/embeddings`；timeout 由 `EMBEDDING_TIMEOUT` / `OLLAMA_EMBED_TIMEOUT` 控制。
 - PPT 自動產線由 `momo-scheduler` 依節奏執行 `run_ppt_auto_generation_task(schedule_kind)`：每日 20:30 產日報、週一 20:40 產週報/市場情報、每月 1 日 20:50 產月報與管理型簡報、季初 21:00 產季報、半年初 21:10 產半年報、年初 21:20 產年報，再交給 22:00 `ppt_vision_audit` 做視覺審核；每次嘗試會寫入 `ppt_generation_runs`，`/observability/ppt_audit_history` 以精準參數檢查目標版本是否已產生，並可用 `/observability/ppt_audit/generate_missing` 手動補齊缺漏，總開關為 `PPT_AUTO_GENERATION_ENABLED`。PPT vision 需 `PPT_VISION_ENABLED=true` 與容器內 LibreOffice；`/observability/ppt_audit_file/<filename>` 會把 PPTX 轉成 PDF 快取供站內線上預覽，原始 PPTX 仍保留下載。

run_scheduler.py

@@ -6,7 +6,7 @@ run_scheduler.py — momo-scheduler 容器入口點
   每 30 分鐘：auto_import、whitepage_check
   每  1 小時：momo、edm、festival
   每  4 小時：competitor_price_feeder、icaim_analysis
-  每  6 小時：quality_rescore
+  每  6 小時：quality_rescore、action_plan_hygiene
   每 12 小時：dedup_batch
   每  1 天  ：db_backup（03:00）、cleanup_agent_context（03:30）、backup_monitor（04:00）、daily_report（09:00）、roi_monthly_report gate（09:05）、ai_smoke_summary（09:10）、observability_daily_summary（09:30）、pchome_match_backfill（10:30）、openclaw_meta_analysis（12:00, Phase 4 降頻）、ppt_auto_generation_daily（20:30）、ppt_vision_audit（22:00）、daily_token_report（23:55）
   每  1 週  ：weekly_strategy（週一 06:00）、ppt_auto_generation_weekly（週一 20:40）
@@ -17,6 +17,7 @@ run_scheduler.py — momo-scheduler 容器入口點
 """
 import asyncio
 import logging
+import os
 import threading
 import time
 
@@ -141,6 +142,9 @@ def _register_schedules():
     schedule.every(6).hours.do(run_quality_rescore_task)
     logger.info("📅 每 6 小時：quality_rescore")
 
+    schedule.every(6).hours.do(run_action_plan_hygiene_task)
+    logger.info("📅 每 6 小時：action_plan_hygiene（關閉過期 advisory action_plans）")
+
     schedule.every(12).hours.do(run_dedup_batch_task)
     logger.info("📅 每 12 小時：dedup_batch")
 
@@ -364,6 +368,32 @@ def run_expire_stale_reviews():
         )
 
 
+def run_action_plan_hygiene_task():
+    """每 6 小時 — 關閉過期 advisory action_plans，避免 queue 再次膨脹。"""
+    try:
+        from services.action_plan_hygiene import run_action_plan_hygiene
+
+        result = run_action_plan_hygiene()
+        updated = int(result.get("updated_count") or 0)
+        if updated > 0:
+            logger.info(
+                "[ActionPlanHygiene] updated=%d by_source=%s",
+                updated,
+                result.get("by_source"),
+            )
+        else:
+            logger.debug("[ActionPlanHygiene] no stale advisory action plans")
+    except Exception as e:
+        logger.error(f"[ActionPlanHygiene] task failed: {e}", exc_info=True)
+        _notify_scheduler_failure(
+            "run_action_plan_hygiene_task",
+            e,
+            source="Scheduler.ActionPlanHygiene",
+            event_type="action_plan_hygiene_failure",
+            title="Action Plan 過期清理失敗",
+        )
+
+
 def run_cost_throttle_evaluate():
     """每小時 — Phase 20 成本自動節流評估（COST_THROTTLE_ENABLED 預設 OFF）。
 

tests/test_run_scheduler_embed_consistency.py

@@ -141,6 +141,7 @@ def test_v2_cron_blind_spot_list_has_failure_notifications(monkeypatch):
         "run_promotion_gate_worker",
         "run_awaiting_review_push",
         "run_expire_stale_reviews",
+        "run_action_plan_hygiene_task",
         "run_cost_throttle_evaluate",
         "run_cost_throttle_reset_if_new_month",
         "run_ppt_vision_audit",
@@ -159,3 +160,4 @@ def test_roi_ai_smoke_and_daily_report_schedules_stay_staggered():
     assert 'schedule.every().day.at("09:00").do(run_daily_report_task)' in source
     assert 'schedule.every().day.at("09:05").do(run_roi_monthly_report_if_new_month)' in source
     assert 'schedule.every().day.at("09:10").do(run_ai_smoke_daily_summary_task)' in source
+    assert "schedule.every(6).hours.do(run_action_plan_hygiene_task)" in source