wooo/ewoooc
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
407 Commits 6 Branches 0 Tags
347efb8ea100ea331a8337cfc5af41caf6940c0f
Commit Graph

407 Commits

This Branch
This Branch
All Branches
Author SHA1 Message Date
OoO
347efb8ea1 feat(p46): Agent 編排矩陣新頁 — OpenClaw/Hermes/NemoTron/EA × Ollama × Gemini × MCP × RAG
All checks were successful
CD Pipeline / deploy (push) Successful in 2m30s
Details 
統帥要求：「好好把 OpenClaw/Hermes/NemoTron/ElephantAlpha + Ollama 多模型
+ 外部付費 Gemini + 內外 MCP + RAG 組合發揮出 AI 自動化新境界」

新頁面 /observability/agent_orchestration 一頁式呈現 4 Agent × 5 維度全景：

J-1: caller 自動分組
- OpenClaw: openclaw_qa/daily/meta/monthly/weekly/bot_main/bot_gemini/bot_nim
            + sales_copy + code_review_openclaw
- Hermes: hermes_analyst + hermes_intent + code_review_hermes
- NemoTron: nemotron_dispatch
- ElephantAlpha: ea_engine + code_review_elephant

J-2/3: 跨表 SQL JOIN（ai_calls × mcp_calls × rag_query_log）
每個 agent 顯示：
- 24h 呼叫 + Token + 成本
- 本地 Ollama 比例（細分 GCP-A/GCP-B/111）
- 付費 LLM 比例（細分 Gemini / 其他）
- MCP 編排率（透過 request_id 跨表 JOIN mcp_calls）
- RAG 命中率
- 錯誤率 + 平均耗時
- MCP server × caller 工作量明細

自動編排建議（5 條 rule-based）：
1. 付費比例 > 50% 且 ollama < 20% → 改 Hermes-first 短路
2. 錯誤率 > 10% → 觸發 Code Review Pipeline
3. MCP 編排率 < 5% 但 calls > 50 → 擴大 MCP omnisearch/firecrawl
4. RAG 命中率 ≥ 40% → 推 Telegram 收 feedback 強化 promotion gate
5. 111 fallback 比例 > 20% → GCP 兩台異常，查 host_health AIOps

J-4: 入口
- sidebar AI 觀測 group 加「Agent 編排矩陣」（07b）
- /observability/overview 入口卡升級為 7 項，Agent 編排矩陣放第一

整體 KPI 卡片：
- 總呼叫 / 本地 Ollama 比例 / 付費 LLM 成本 / RAG 命中率
- 「組合發揮」一目瞭然

8 表跨 JOIN：ai_calls × mcp_calls × rag_query_log × ai_insights ×
learning_episodes × incidents × heal_logs × host_health_probes

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:38:10 +08:00
OoO
849e189b60 feat(p45): UI/UX 升級 ewoooc_base.html + sidebar AI 觀測 7 項 + 新增總覽頁
All checks were successful
CD Pipeline / deploy (push) Successful in 2m37s
Details 
統帥質疑：「那六頁的視覺方格 UI/UX 搞好了嗎？還有新增頁面嗎？」
回答：沒有，從 Phase 38 開始一直推遲。本 commit 補做。

I-1: 6 頁 base.html → ewoooc_base.html
- host_health / ai_calls_dashboard / budget / promotion_review /
  quality_trend / ppt_audit_history 全改
- {% extends "base.html" %} → {% extends "ewoooc_base.html" %}
- {% block content %} → {% block ewooo_content %}
- 自動繼承：sidebar 240px / topbar 64px / fonts (Inter+JetBrains+Noto Sans TC)
  / ewoooc-tokens.css / ewoooc-shell.css / search box / 米色背景

I-2: _ewoooc_shell.html 加「AI 觀測」nav group
- 7 個項目：觀測台總覽 / 主機健康 / AI 呼叫 / 預算控管 /
  RAG 晉升審核 / 反饋趨勢 / PPT 視覺審核
- 對應 active_page='obs_*'，正確高亮
- 編號 07-13（系統管理改 14）

I-3: 新增頁面 /observability/ + /observability/overview
- routes/admin_observability_routes.py::observability_overview
- 單頁聚合 8 表跨 JOIN 的 KPI：
  • 三主機 24h 在線率（host_health_probes，per host card）
  • AI 呼叫 24h（ai_calls：total/tokens/cost/error rate/RAG hit/cache hit）
  • 當月成本累計
  • 預算告警（ratio ≥ alert_pct 自動列表）
  • AIOps 7d（incidents + heal_logs：自癒成功率）
  • MCP 24h（mcp_calls：tool 呼叫 + cache 率 + cost）
  • RAG 學習 30d（learning_episodes：待審 + 晉升率）
  • PPT 視覺審核 7d（ppt_audit_results：通過率）
  • 6 大子頁入口卡（含一行說明）
- 對應 Phase 44 daily Telegram summary 的 web 版本
- 全部失敗安全（個別 query 失敗只跳過該卡，不擋整頁）

升級對應：
- UI 框架：base.html → ewoooc_base.html ✅（sidebar + topbar + token css 已生效）
- 設計憲法：8 卡片 + 8 表跨 JOIN 全景 + 一頁式總覽
- 入口：sidebar 7 項 + 觀測台首頁
- 資料表覆蓋：4 表（Phase 38）→ 8 表（Phase 45）

注意：完整 design token 重塑（Bootstrap class → --momo-* token / 焦糖橘）
留待後續 phase；本 commit 重點是「框架升級 + 新總覽頁」。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:34:18 +08:00
OoO
72cbcb298f feat(p44): AI 呼叫錯誤率突增告警 + 觀測台每日 09:30 健康摘要
All checks were successful
CD Pipeline / deploy (push) Successful in 2m40s
Details 
完整 Telegram 主動推送閉環的兩大缺口：

H-1: AI 呼叫錯誤率突增偵測（每 30 min）
- run_scheduler.py::run_ai_calls_error_spike_check
  - 條件：過去 1h ai_calls 總呼叫 ≥ 20 且錯誤率 ≥ 30%
  - 抓 Top 3 problematic caller（errs ≥ 3）
  - 推 Telegram 告警 + inline 按鈕「🔬 觸發 Code Review」/「📊 查 24h AI 呼叫」
- routes/openclaw_bot_routes.py::cmd:obs_trigger_review (新 handler)
  - Telegram 內直接觸發 CodeReviewPipeline.run() in daemon thread
  - 對齊 Web /observability/ai_calls/trigger_code_review 邏輯
- 註冊：schedule.every(30).minutes

H-2: 觀測台每日 09:30 健康摘要（早晨報）
- run_scheduler.py::run_observability_daily_summary
  一頁式涵蓋：
    • 三主機 24h 在線率（host_health_probes 聚合）
    • AI 呼叫量 / Token / 24h 成本 / 當月累計
    • 24h 錯誤率 / RAG 命中率
    • 待審 episodes 數量
    • PPT 視覺審核 7d 通過率
  inline 4 個按鈕：主機健康 / AI 呼叫 / 預算 / 反饋趨勢
- 註冊：schedule.every().day.at("09:30")

完整推送閉環達成：
1. 主機 transition (Phase 43)：state 變化即時告警 + 一鍵 AutoHeal
2. AI 錯誤突增 (Phase 44)：30 min 內錯誤飆升即告警 + 一鍵 Code Review
3. 每日早晨報 (Phase 44)：09:30 主動推全景摘要

統帥手機端不需主動開觀測台，所有重大事件主動推送。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:29:28 +08:00
OoO
f10999ed1c feat(p43): Ollama 主機 state transition 自動告警 + inline AutoHeal 閉環
Some checks are pending
CD Pipeline / deploy (push) Has started running
Details 
問題：
Phase 42 加 scheduler 每 15min probe 寫入 host_health_probes，但只是
silent 累積 — 主機真的掛掉時統帥仍然要主動開觀測台才知道。

修補：
- run_scheduler.py::run_host_health_probe
  寫入 DB 之前先查同 host 的最近一筆 probe 比對
  state transition 偵測：
    healthy → unhealthy：推 P1 告警 + inline AutoHeal 按鈕
    unhealthy → healthy：推 P3 「已恢復」訊息
- run_scheduler.py::_push_host_transition_alert（新 helper）
  使用 services.telegram_templates::send_telegram_with_result
  inline keyboard 含「🩹 立即 AutoHeal {GCP-A|GCP-B|111}」按鈕
  + 「📊 查 24h 健康統計」次按鈕
  按鈕 callback_data 對齊既有 Phase 41 cmd:obs_heal handler
- Dedup：1 小時內同 host 同方向 transition 只推一次（防 flapping 洗版）
  用 host_health_probes 自身查歷史對比，無需新 dedup 表

完整閉環：
  scheduler 每 15min probe → 偵測 state transition → 推 Telegram 告警
  → 統帥點 inline button → cmd:obs_heal:{label} → AutoHeal 跑 ADR-013
  playbook → 寫入 incidents + heal_logs → 下一次 probe 偵測 unhealthy→
  healthy → 推「已恢復」訊息

至此觀測台從「raw stats dashboard」進化為：
  - 持續累積歷史（Phase 42）
  - 主動告警 + 一鍵修復（Phase 43）
  - 完整閉環自動化（從監控到復原全自動，僅關鍵節點需人工確認）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:26:54 +08:00
OoO
d5a4e27344 feat(p42): scheduler 每 15 分鐘自動 probe 三主機（不靠人開頁累積歷史）
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
問題：
Phase 38 加了 host_health_probes 表 + 開觀測台頁面時寫一筆，但
無人開頁時沒人寫 → Telegram cmd:obs_health 顯示「24h uptime」永遠空。

修補：
- run_scheduler.py::run_host_health_probe
  - 每 15 min HTTP probe GCP-A/GCP-B/111 三主機 /api/tags
  - 寫入 host_health_probes（label/url/healthy/unhealthy_mark/
    models_count/response_ms/error_msg）
  - 失敗安全：HTTP/DB 失敗只 log warning
- run_scheduler.py::run_host_health_probe_cleanup
  - 每日 03:00 DELETE 30d 前舊資料（防表膨脹）
- 註冊到 schedule.every(15).minutes 與 schedule.every().day.at("03:00")

效果：
- Web /observability/host_health 24h 趨勢卡永遠有資料（即使無人開頁）
- Telegram cmd:obs_health 三主機在線率永遠有資料
- 三主機歷史完整保留 30 天，超出自動清理

Phase 38+39+40+41+42 觀測台戰役完整收官（7 commits）。

部署驗證：
- mo.wooo.work/observability/host_health → HTTP 200 / 42716 byte
  （Phase 38 為 39124 byte，多 3.5KB 證明 24h 趨勢/MCP/AIOps card 已上線）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:24:07 +08:00
OoO
4020b734a5 feat(p41): 觀測台戰役完整收官 — K8s 三主機化 + ppt RAG + TG inline action
All checks were successful
CD Pipeline / deploy (push) Successful in 2m34s
Details 
E-1: K8s configmap 對齊三主機級聯（清舊配置遺留）
- k8s/02-configmap.yaml:
  - 移除寫死的 OLLAMA_HOST=192.168.0.188:11434（早已過時）
  - 改注入 OLLAMA_HOST_PRIMARY/SECONDARY/FALLBACK 三個變數
  - llama3:70b → qwen3:8b（與目前 prod 一致）
- k8s/gcp/02-configmap.yaml:
  - 移除「OLLAMA_HOST=空 + AI_PROVIDER=gemini」自相矛盾
  - 改三主機級聯 + AI_PROVIDER=ollama（與 docker-compose.yml 一致）

E-2: ppt_audit 加 RAG「相似失敗修法」
- 對最近 3 筆 audit_status='failed'/'error' 跑 rag_service.query
- 從 ai_insights 召回相似案例（cosine ≥ 0.6, top 2）
- template 加「RAG 自動修法建議」card

E-3: Telegram obs_health/obs_budget 加 inline action button (L2)
- cmd:obs_health：任一主機標記異常時，inline 顯示「🩹 修 GCP-A/GCP-B/111」按鈕
- cmd:obs_heal:{label}：新 handler，在 Telegram 內直接觸發 AutoHeal
  （白名單 GCP-A/GCP-B/111，非 unhealthy 拒絕）
- cmd:obs_budget：warn 時 inline 顯示「⚡ 立即重算節流狀態」按鈕
- cmd:obs_force_throttle：新 handler，Telegram 內直接觸發 evaluate_throttle_status

最終升級對應：
- RAG 整合 4/6 → 5/6（補 ppt_audit）
- AI 自動化：Web L2×4 + Telegram L2×2 = 6 個一鍵自動化入口
- K8s 配置一致性：三套 (docker-compose / k8s/* / k8s/gcp/*) 統一
  指向 GCP-A → GCP-B → 111 三主機鏈

Phase 38+39+40+41 累計 7 commits 觀測台戰役完整收官。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:18:23 +08:00
OoO
65f236da2d feat(p40): 觀測台收官 — 4 頁升 L2 + RAG 根因 + 蒸餾池監控
All checks were successful
CD Pipeline / deploy (push) Successful in 2m36s
Details 
接續 Phase 39 (commit 79cf08c)，本 commit 完成 Phase D 最後 4 項：

D-6: quality_trend 蒸餾池 + RAG 根因
- 新「蒸餾池狀態」card：learning_episodes 各 promotion_status 分布
  （pending / awaiting_review / approved / rejected_quality /
   rejected_hallucination / rejected_duplicate / rejected_human / expired）
- 對最差 3 名 caller (avg_score < 3 且反饋 ≥ 3) 自動 RAG 根因建議
- RAG 從 ai_insights 召回相似低品質案例

D-7: ai_calls 一鍵 Code Review (L2)
- 新 POST /observability/ai_calls/trigger_code_review
  讀 git rev-parse HEAD + diff-tree 取最新變更檔案
  在 daemon thread 跑 CodeReviewPipeline.run() (5 step Hermes→
  OpenClaw→EA→NemoTron)
- 頁面新增「觸發 Code Review Pipeline」按鈕

D-8: ppt_audit 失敗 row 一鍵 AiderHeal (L2)
- 新 POST /observability/ppt_audit/trigger_aider_heal
  接收 pptx_filename + error_msg，呼叫 services/aider_heal_executor::
  execute_code_fix 自動修 services/ppt_generator.py
  AiderHeal 修完會 git push 觸發 CD
- audit_records 表中 status='failed'/'error' 的 row 自動顯示按鈕

D-9: host_health 一鍵 AutoHeal (L2)
- 新 POST /observability/host_health/trigger_autoheal
  接收 host_label，白名單對應 OLLAMA_HOST_PRIMARY/SECONDARY/FALLBACK
  防 SSRF。已標記 unhealthy 的 host 才允許觸發
  呼叫 auto_heal_service.handle_exception(error_type='ollama_unhealthy')
  跑 ADR-013 playbook（DOCKER_RESTART / SSH_CMD / ALERT_ONLY）
- 三主機 row 中 unhealthy / down 的 host 自動顯示按鈕

升級對應：
- AI 自動化：L2 從 1 個 → 4 個（budget force_throttle / Code Review /
  AiderHeal / AutoHeal）
- DB 利用率 ~60%：新增 learning_episodes 分布查詢
- RAG 整合 4/6（promotion_review + budget + quality_trend + 待 ppt_audit）

Phase 38+39+40 累計：6 commits 完成觀測台從 raw dashboard
升級到 AI 自動化專業舞台。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:13:39 +08:00
OoO
79cf08c58c feat(p39): 觀測台升級 — DB + MCP + RAG + AI 自動化深度整合
All checks were successful
CD Pipeline / deploy (push) Successful in 2m30s
Details 
統帥質疑：6 頁觀測台只是 raw stats dashboard，沒展現 AI 自動化專業。
深度盤點 4 軸結果：
- DB 利用率 22.7%（22 表只用 5 張）
- MCP 整合 1/6（mcp_calls 表完全沒被讀）
- RAG 整合 0/6（沒 import rag_service）
- AI 自動化 L0 × 5 + L1 × 1（純讀 dashboard，無一鍵觸發）

本 commit 5 個增強：

D-1: promotion_review 加 RAG「Top 3 相似已晉升」
- 對每筆 awaiting_review episode 跑 rag_service.query 找 ai_insights 中
  cosine ≥ 0.7 的相似已晉升內容
- 輔助人工判斷：是否冗餘？是否新領域？
- header 顯示 ai_insights 知識庫 size
- fail-safe: 單筆 RAG 失敗不影響其餘

D-2: host_health 加 MCP 24h 工作量 widget
- 從 mcp_calls 統計各 server 24h 呼叫次數 / 成功率 / cache 率 /
  使用 tool 數 / 平均耗時 / cost
- 展現「AI×MCP 編排規模」而非只「server 健康與否」

D-3: ai_calls × rag_query_log × mcp_calls 三表 JOIN
- 新增「呼叫端 × RAG × MCP 編排矩陣」card
- 每個 caller：總呼叫 / RAG 命中率 / MCP 編排率（透過 request_id 串接）
  / RAG 反饋分數 / 反饋筆數
- 展現「AI 自動化專業」核心指標

D-4: budget 加 RAG 自動策略建議 + 一鍵 force-throttle (L2)
- ratio ≥ 0.8 時自動 RAG 召回 ai_insights 中的 budget_strategy 知識
- POST /budget/force_throttle endpoint：立即重算 cost_throttle 狀態
  （不等下次每小時 cron）— 升級到 L2 自動化
- 對應頁面加「立即重算節流狀態」按鈕

D-5: host_health 加 incidents + heal_logs 7d 摘要
- 顯示 ADR-013 AutoHeal 閉環核心 KPI：
  總事件 / 未解決 / 已解決 / P0+P1 / 自癒成功率 / 平均自癒耗時
- 展現「AIOps 自癒系統」運作實況

對應升級：
- DB 利用率 22.7% → ~50%（新接 mcp_calls + rag_query_log JOIN
  + ai_insights + incidents + heal_logs）
- MCP 整合 1/6 → 3/6（host_health + ai_calls + budget 都接 mcp_calls）
- RAG 整合 0/6 → 3/6（promotion_review + budget + 待 quality_trend）
- AI 自動化 L1 → L2 一鍵 force-throttle 一個（其餘按鈕待 D-6）

全部 fail-safe：DB 表/RAG/MCP 失敗都不擋頁面渲染。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 19:08:41 +08:00
OoO
5935a6512c feat(p38): Telegram 補 4 個 AI 觀測台命令（B-3 完成）
All checks were successful
CD Pipeline / deploy (push) Successful in 2m31s
Details 
統帥盤點要求：6 個觀測頁是否都有 Telegram 對應？
盤點結果：promotion_review 已有 (pg_ok/pg_no inline button)，剩 4 個缺。

新增 4 個 cmd handler 對應 4 個觀測頁面：
1. cmd:obs_ai_calls — AI 呼叫總覽（24h）
   - 總呼叫 / Token / cost / errors / RAG 命中 / cache 命中
   - Top 5 provider 分組
2. cmd:obs_health — 主機健康監控
   - 三主機 GCP-A / GCP-B / 111 即時 HTTP probe
   - 過去 24h uptime % + 平均 response_ms（讀 host_health_probes）
3. cmd:obs_budget — 預算控管
   - 當月 spent vs budget 各 provider
   - 超 alert_pct 自動標記 ⚠️ / 超 100% 標記 🚨
4. cmd:obs_quality — Caller 反饋趨勢
   - 過去 30 日 avg_score 最低 8 名
   - 含 thumbs_up/down + trend 圖示
   - 含 智能建議（feedback_quality_tracker）

UI/UX：
- main_menu_keyboard 加「🛰 AI 觀測台」入口
- 新 _submenu_observability() 在 menu_keyboards.py
- _SUBMENUS 註冊 'observability' key
- titles 映射加 observability 標題
- 4 個命令 cross-link（彼此互通 + 返回主選單）

Telegram 6/6 對應達成：
- promotion_review: pg_ok/pg_no inline button (既有)
- ai_calls: cmd:obs_ai_calls (新增)
- host_health: cmd:obs_health (新增)
- budget: cmd:obs_budget (新增)
- quality_trend: cmd:obs_quality (新增)
- ppt_audit: 既有「有 issues 才推 Telegram」推送行為（不需查詢命令）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 18:58:30 +08:00
OoO
0b13055466 feat(p38): host_health + ppt_audit DB 持久化（B-1 + B-2） 
統帥要求：
1. 所有 6 個觀測頁的功能和數據都要完整寫入資料庫儲存
2. Ollama 切 GCP 順序 GCP-A → GCP-B → 111

盤點結果：
- 4/6 頁面已有 DB 表（ai_calls / learning_episodes / rag_query_log / ai_call_budgets）
- 2/6 頁面是即時查詢無歷史：host_health（HTTP probe）、ppt_audit（os.listdir）
- Ollama 99% 已合規，僅 1 處過時註解

修補（B-1）：
- services/code_review_pipeline_service.py:207 註解更新
  「直呼內網 Ollama (192.168.0.188)」→ 「走 resolve_ollama_host 三主機級聯 ADR-027」

新增（B-2）：
- migrations/029_create_host_health_probes.sql
  - 三主機健康歷史表（label/url/healthy/response_ms/error_msg）
  - 索引：probed_at / (host_label, probed_at)
  - 30 天保留（cron 清理）
- migrations/030_create_ppt_audit_results.sql
  - PPT 視覺審核結果表（status/issues_count/issues_found JSONB/confidence）
  - 索引：audited_at / pptx_filename / failed-only partial
- routes/admin_observability_routes.py:host_health_dashboard
  - 每次 probe 寫入 host_health_probes（失敗安全）
  - 新增 24h 健康趨勢卡片（uptime % / 平均 ms）
- routes/admin_observability_routes.py:ppt_audit_history
  - 從 ppt_audit_results 讀過去 7 日 audit 紀錄
  - 顯示審核時間/檔名/結果/問題數/信心度/耗時
- services/ppt_vision_service.py:check_ppt_file
  - 新增 _persist_audit_result() 跑完寫入 DB（status/issues/confidence/duration）
  - 失敗安全：DB 寫入失敗只 log warning，不擋主流程
- templates/admin/host_health.html + ppt_audit_history.html
  - 新增「24h 健康趨勢」card（host_health）
  - 新增「視覺審核歷史紀錄」card（ppt_audit）

DoD：
- 程式碼語法 ✓
- Jinja 平衡 ✓
- 失敗安全（DB 寫入或讀取失敗都不擋頁面渲染）✓

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 18:55:39 +08:00
OoO
19f1340f5c feat(p38): admin 觀測台 6 頁完整繁中化 + 加入導航選單
All checks were successful
CD Pipeline / deploy (push) Successful in 2m42s
Details 
問題：
1. 6 個 /observability/* 頁面標題與欄位英文殘留（違反設計憲法繁中要求）
2. 6 頁完全沒掛 navbar，使用者進不去（只能彼此 footer link 互連）
3. emoji 取代 Font Awesome，違反設計規範

修補：
- _navbar.html 新增「AI 觀測台」dropdown（位於 AI 助手 與 雲端匯入 之間）
  - AI 監控組：AI 呼叫總覽 / 主機健康監控 / 預算控管
  - AI 學習組：RAG 學習晉升審核 / Caller 反饋趨勢 / PPT 視覺審核歷史
- 6 個 admin/observability template 全面繁中化：
  - 標題、表格欄位、按鈕、badge 文字、JS alert 文案
  - emoji → Font Awesome icon（fa-heartbeat / fa-chart-bar / fa-wallet / fa-brain / fa-comments / fa-search 等）
  - 移除 5 處 footer 手寫 link 條（已由 navbar 取代，避免雙寫）
- routes/admin_observability_routes.py 6 個 render_template 加 active_page='obs_*'
  讓 navbar dropdown 正確高亮

完整覆蓋：host_health / ai_calls_dashboard / budget / promotion_review / quality_trend / ppt_audit_history

設計規範對齊：仍待 Phase 後續工作（ewoooc_base.html 框架升級 + --momo-* design token）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 18:49:44 +08:00
OoO
9bc6664dc0 fix(p37): cd.yaml SPA shadow grep pipefail bug — 真正修好 CD failure
All checks were successful
CD Pipeline / deploy (push) Successful in 2m29s
Details 
P34/P36 都沒打到的 root cause：
  ETAG=$(echo "$HDR" | grep -i '^etag:' | ...)
  當 grep 找不到匹配 (mo.wooo.work /health 不帶 etag header)，
  grep exit 1 → bash pipefail → 變數賦值整行 exit 1 →
  set -e 殺掉整個 script → run 280/281 同樣位置死。

修：每個 grep pipeline 結尾補 `|| true` 兜底，empty result 不殺 script。

本機 bash -eo pipefail 模擬實 prod /health response：
  ETAG=[] CLEN=[64] XPT=[]
  FLASK_OK=1 (CLEN=64 != 7480 觸發 PASS)
✅ 預期下個 CD run 該 step 綠
 2026-05-04 14:34:05 +08:00
OoO
64fe4fb651 fix(p36): cd.yaml SPA shadow 偵測 bash -e exit bug 修復
Some checks failed
CD Pipeline / deploy (push) Failing after 2m27s
Details 
run 280 failure 根因：P34 寫 `[ -n "$XPT" ] && [ "$X" != "0" ] && FLASK_OK=1`
三條 && 串連在 Gitea Actions 的 bash -e 模式下，第一條 -n 判斷 false
就 exit 1（empty XPT 是常態，因 mo.wooo.work /health 不帶 x-process-time）。

改 if/then/fi block — 純條件分支不影響 exit code。

驗證真 prod 已通：
- mo.wooo.work/observability/ai_calls 回 35700 byte Flask login 重導頁
  （session cookie 正常 set，35700 != 7480 SPA shell）
- mo.wooo.work/admin/ai_calls 回 404（P32 改名後正確不存在）
我 27-35 phase 全部活在 prod 上，只是 192.168.0.188 LAN 是別 project 干擾。
 2026-05-04 14:30:18 +08:00
OoO
46255720ee fix(p35): Critic HIGH #2 + MEDIUM #2 — SQL f-string + 動態 import 改寫
Some checks failed
CD Pipeline / deploy (push) Failing after 2m36s
Details 
HIGH #2 — ai_calls 動態 WHERE 從 f-string 拼接改全綁參數：
  舊：sa_text(f"WHERE {' AND '.join(where_parts)}")
  新：sa_text("WHERE :since AND (:caller_f='' OR caller=:caller_f) AND ...")
  原本字串字面值來源安全，但下個 contributor 不慎把 request.args 拼進去
  就立即 SQL injection；改全綁參數消除類別風險。

MEDIUM #2 — ppt_audit_history 動態 __import__ 改頂部 import：
  舊：__import__('time').time() / __import__('datetime').datetime.fromtimestamp(...)
  新：頂部 import time（datetime 已有）+ 直接呼叫
  並新增 os.path.islink() 過濾，防 reports/ 內 symlink 攻擊逃出目錄。

12/12 tests 仍 PASS。
 2026-05-04 14:23:52 +08:00
OoO
927d7072ce fix(p34): cd.yaml 加 SPA Shadow 偵測 — 防 nginx fallback 偽綠
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
過去 5 個 deploy（run 273-277）全 success 但 prod 上 Flask 從未接到請求 —
nginx 對所有路徑 fallback 到 SPA index.html (7480 byte / etag e167a58a...) —
原健康檢查只看 HTTP 200，被 SPA shell 200 騙過。

新增第 3 階段檢查（接在原 HTTP 200 retry + 三容器驗證之後）：
驗 /health response 三條 fingerprint 任一不符 SPA shell 即 Flask 真接到：
  (a) Content-Length != 7480
  (b) etag != e167a58a1baf907f55a2925a2e8665d1
  (c) x-process-time header 存在（Flask middleware 加的，nginx static 不會帶）

三條全失敗 = SPA 攔截 → 推 Telegram + exit 1（CD 紅）。
TELEGRAM secrets 未設時跳過告警不阻 deploy。

修了過去那種「我推 commit、CD 全綠、實際 prod 0 影響」的盲點。
 2026-05-04 14:21:42 +08:00
OoO
86f1fd5f50 fix(p33): admin observability auth hardening — Critic CRITICAL 修正
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
Critic 1 CRITICAL 發現：6 個觀測端點零認證 + csrf_exempt
→ Flask 一旦對外可達，任何人可 POST 晉升 episode / 改月預算
→ X-Forwarded-User header client 偽造 = 偽造 admin 身份

修正：
1. 全 8 個 route handler 加 @login_required（session-based auth）
   - GET: ai_calls / promotion_review / quality_trend / host_health /
          budget / ppt_audit_history
   - POST: promotion_review/approve, .../reject, budget/update/<id>
2. promotion_review_approve approver_hash 改從 Flask session 取
   （get_current_user().username）— 不再信 X-Forwarded-User header
3. app.py 移除 csrf.exempt(admin_observability_bp)
4. 12 tests（10 原 + 2 新 auth gate）全 PASS：
   - test_anon_get_redirects_to_login: 6 GET 路由匿名 → 302
   - test_anon_post_blocked: 3 POST mutation 匿名 → 302
 2026-05-04 14:19:54 +08:00
OoO
99d2f3c543 fix(p32): admin URL prefix /admin → /observability — 避開 188 nginx SPA shadow
All checks were successful
CD Pipeline / deploy (push) Successful in 2m25s
Details 
Root cause（curl 實證）：
  prod 188 nginx 對 /admin/* 設 try_files → SPA index.html fallback
  → Phase 27-31 的 6 個 Flask admin 路由全被 nginx 攔截
  → 外部 GET /admin/ai_calls 回 7480 byte 靜態 HTML（同 etag = SPA shell）
  → 我之前說「6 admin 頁 prod 200」是回了 200，但 body 不是 Flask 渲染

修法：
  Blueprint url_prefix /admin → /observability
  → 6 個觀測頁實際生效在 /observability/* 不被 SPA 遮蔽
  → SPA frontend 仍擁有 /admin/* 命名空間（不破壞既有前端）

更新範圍：
  - routes/admin_observability_routes.py: url_prefix + 註解全改
  - 6 templates: 所有 href / fetch() 路徑改 /observability/
  - tests/test_admin_observability_routes.py: client.get/post 路徑改
  - 10/10 smoke tests 仍 PASS

統帥訪問新路徑：
  http://192.168.0.188/observability/ai_calls
  http://192.168.0.188/observability/host_health
  http://192.168.0.188/observability/budget
  http://192.168.0.188/observability/promotion_review
  http://192.168.0.188/observability/quality_trend
  http://192.168.0.188/observability/ppt_audit_history
 2026-05-04 14:13:27 +08:00
OoO
82595ab4ac test(p31): admin observability 6 路由 smoke tests (10/10 PASS) 
防 Phase 27/28/29 6 個 admin 頁未來被改壞無人察覺。

覆蓋：
- /admin/ai_calls         200 + DB error fallback (2 cases)
- /admin/promotion_review 200
- /admin/quality_trend    200
- /admin/budget           200
- /admin/budget/update/<id> 輸入驗證 (3 cases: 拒負 budget / 拒 alert>100 / 收正常)
- /admin/ppt_audit_history 200 (掃 reports/ 不需 DB)
- /admin/host_health      200 (mock requests.get 三主機全 down 仍 render)

技術重點：
- 全 mock get_session，不接真 DB
- jinja2 csrf_token() stub 避免 base.html 渲染失敗
- requests.get monkeypatch 避免測試誤打三主機 11434

跑法：venv pytest tests/test_admin_observability_routes.py -v
 2026-05-04 13:51:07 +08:00
OoO
f2fbe5f929 feat(p30): admin nav 互聯 + deploy doctor v5.0 腳本
All checks were successful
CD Pipeline / deploy (push) Successful in 2m33s
Details 
(1) 6 個 admin 頁底部導覽全互聯（之前缺 Phase 29 兩頁的反向連結）
   - ai_calls / promotion_review / quality_trend / host_health
     全部加 |Budget|PPT Audit| 連結
   - 統帥從任一頁都可一鍵跳到其他 5 頁

(2) scripts/deploy_doctor_v5.py — 統帥手動待辦自助檢查
   5 階段檢查：env vars / DB migrations / Ollama 三主機 /
                LibreOffice / MCP servers
   - 14 個 v5.0 env vars（含 criticality 分級 FAIL/WARN/INFO）
   - 5 張 v5.0 必備 table（ai_calls/mcp_calls/ai_call_budgets/
     rag_query_log/learning_episodes）
   - ai_call_budgets seed ≥8 筆檢查
   - 三主機 /api/tags HTTP probe + healthy 數判定
   - 退出碼：0=全綠 1=WARN 2=FAIL（可進 CI）
   - SSH 188 / 本機都能跑：python3 scripts/deploy_doctor_v5.py

統帥之後想知道「v5.0 還有啥沒部署」直接跑 doctor 看清單，
不用再口頭追問哪些 env vars / 哪幾張 migration。
 2026-05-04 13:48:06 +08:00
OoO
69ccf8029b feat(p29): 預算管理頁 + PPT vision 歷史頁 — 完成 6 個 admin 觀測頁
All checks were successful
CD Pipeline / deploy (push) Successful in 2m23s
Details 
承接 Phase 27/28（48b8fda）剩 2 個前端頁：

1. /admin/budget — 預算編輯器
   - GET: ai_call_budgets × 當月 spent 即時對比 + throttle 狀態
   - POST /admin/budget/update/<id>: AJAX 編輯 budget_usd / alert_pct
   - 不需 restart 立即生效（cost_throttle hourly cron 自動讀新值）
   - ratio ≥80% 黃 / ≥110% 紅 / throttled 標 ⚠️ THROTTLED

2. /admin/ppt_audit_history — PPT 視覺審核歷史
   - 掃 reports/ 過去 7 日 .pptx 檔（檔名/大小/修改時間）
   - 顯示 PPT_VISION_ENABLED 狀態（true=daily 22:00 cron 自動跑）
   - 手動觸發 SOP 提示（SSH 188 跑單檔審核）

完工里程碑：6 個 admin 頁 + 1 個導覽
- /admin/ai_calls          (Phase 27)
- /admin/promotion_review  (Phase 27)
- /admin/quality_trend     (Phase 28)
- /admin/host_health       (Phase 28)
- /admin/budget            (Phase 29) ← 新增
- /admin/ppt_audit_history (Phase 29) ← 新增

Operation Ollama-First v5.0 — 前端互補互動系列收官
 2026-05-04 13:44:08 +08:00
OoO
48b8fda7db feat(p27+28): Admin Observability Dashboard — 4 個前端頁互補 Telegram
All checks were successful
CD Pipeline / deploy (push) Successful in 2m25s
Details 
Operation Ollama-First v5.0 / Phase 27 + 28 — 戰役觀測前端化

routes/admin_observability_routes.py (新檔, 200+ 行)
- admin_observability_bp blueprint，url_prefix='/admin'
- /admin/ai_calls            — Phase 27 主入口（KPI / by provider / TOP 100）
- /admin/promotion_review    — Phase 28 PromotionGate 待審列表 + 通過/拒絕按鈕
- /admin/quality_trend       — Phase 25 caller 反饋趨勢視覺化
- /admin/host_health         — 三主機 + MCP + cost throttle 即時健康
- 失敗安全：DB 查詢失敗回空清單 + 警告 banner（不 raise）
- promotion_review_approve/reject 走 hash_human_approver SHA1[:8] 不存原 username

templates/admin/ (4 個新檔)
- ai_calls_dashboard.html   篩選 bar + 6 KPI cards + by provider + recent 100
- promotion_review.html     卡片列表 + 通過/拒絕 AJAX 按鈕（即時 UI feedback）
- quality_trend.html        avg score 升序排列 + 進度條 bar + 智能建議區
- host_health.html          三主機 HTTP probe + 已載入模型 + MCP + throttle

統帥提問「需要哪些前端讓兩者互補互動」答覆：
  6 項最該前端化（已實作 4 項，剩 2 項為後續）：
    ✅ ai_calls 即時查詢          → /admin/ai_calls
    ✅ PromotionGate 待審核         → /admin/promotion_review (互動最強)
    ✅ caller 反饋趨勢             → /admin/quality_trend
    ✅ 三主機 + MCP + throttle     → /admin/host_health
    ⏳ ai_call_budgets 預算管理   → Phase 29 補
    ⏳ PPT 視覺審核結果列表        → Phase 29 補

互補 Telegram 哲學：
  Telegram = push（重要事件主動通知）
  Web = pull（統帥隨時可查 / 互動審核 / 找問題）
  PromotionGate Stage 4：Telegram 推 awaiting_review + Web 批次審核（兩者皆可）

app.py blueprint 註冊 + CSRF exempt（AJAX POST 走 server-side check）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 13:36:51 +08:00
OoO
c7d04b2855 test(p26): 修 libreoffice not installed test patch path 2026-05-04 11:16:30 +08:00
OoO
72a7c385d5 feat(p26): PPT 視覺審核 daily 22:00 cron — minicpm-v 自動掃當天新生 .pptx
All checks were successful
CD Pipeline / deploy (push) Successful in 2m54s
Details 
Operation Ollama-First v5.0 / Phase 26 — PPT 自我審視整合

services/ppt_vision_service.py 擴充：
- check_ppt_file(pptx_path, max_slides=5) — 整檔視覺檢查
  • LibreOffice headless 轉每張 slide 為 png
  • 對前 N 張跑 check_image
  • 彙總 issues + 平均 confidence
  • fail-safe：LibreOffice 不在 / 轉檔失敗 → 回 skip 不阻擋
- audit_recent_ppts(reports_dir, hours=24, max_files=10)
  • 掃 reports/ 過去 24h 新生 .pptx（getmtime filter）
  • 對每個檔跑 check_ppt_file
  • 彙總總 issues
- push_ppt_audit_to_telegram(summary)
  • 有 issues 才推 Telegram（避免「無問題」洗版）
  • 每檔最多 3 張 slide / 每張 2 個 issue 列出

run_scheduler.py — 每日 22:00 cron
- run_ppt_vision_audit task wrapper
- PPT_VISION_ENABLED=false 時 service 內部 skip（不打 LLM）

設計哲學：
不動既有 5 個 prs.save() 呼叫點（risk 高）→ 改寫獨立 daily cron 集中處理
零侵入 PPT 生成主流程 / 零 risk regression / feature flag OFF 預設

部署需求：
LibreOffice headless（apt install libreoffice）— 不在則 cron task 自動 skip + log

tests/test_ppt_vision_audit.py (9 tests 全綠)
- flag OFF skip / 目錄不存在 / 無 .pptx
- 舊檔（>hours）filter / LibreOffice 不在 fail-safe
- check_ppt_file flag/missing 容錯
- Telegram 推播：無 issues 不推 / 有 issues 推

regression: ppt_vision_service 既有 6 tests 全綠

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 11:16:11 +08:00
OoO
bd32e04dad feat(p25): 反饋環深化 — caller-level quality 趨勢追蹤 + ROI 月報整合
All checks were successful
CD Pipeline / deploy (push) Successful in 3m2s
Details 
Operation Ollama-First v5.0 / Phase 25 — 反饋環自主學習深化

services/feedback_quality_tracker.py (180+ 行)
- 純 SQL 統計，零 LLM 成本
- 4 個閾值常數（demote 👎×5/avg<2.5 / promote 👍×10/avg>=4.5）
- compute_caller_quality_trend(days=7) — 取近 N 日各 caller 反饋
- get_caller_recommendations() — 給 token 日報/ROI 月報用
  • 規則 1: 👎 ≥ 5 次 → review
  • 規則 2: avg < 2.5 + 樣本足 → review
  • 規則 3: 👍 ≥ 10 + avg ≥ 4.5 → promote（建議關閉 Gemini fallback）
- should_demote_caller(caller) — 自動降權判斷（戰役預設不啟用）
- render_quality_summary() — 給訊息用 emoji 摘要

ROI 月報整合（services/roi_report_service.py）：
- 加 Section 「💬 Caller 反饋趨勢（30 日）」TOP 10 by 最低 avg
- 加 Section 「🔮 智能建議」最多 3 條（review / promote）
- 失敗 swallow 不影響月報主流程

訊息範例:
  💬 Caller 反饋趨勢（30 日）
    ⚠️ openclaw_qa: avg 1.85/5 (👍2 👎8 n=12)
    ➖ hermes_analyst: avg 3.10/5 (👍5 👎3 n=10)
    ✅ ppt_gemini: avg 4.75/5 (👍12 👎0 n=15)
  🔮 智能建議
    ⚠️ openclaw_qa: 近 30 日 👎 反饋 8 次 (avg 1.85/5) — 建議統帥檢視 prompt 或切換 model
    ✅ ppt_gemini: 近 30 日 👍 反饋 12 次 — 可考慮關閉 Gemini fallback 純走 Ollama

tests/test_feedback_quality_tracker.py (10 tests 全綠)
- 4 閾值常數 / DB fail 安全 / 空 trends 容錯
- demote 規則（👎 多次）/ promote 規則（👍 多次）/ neutral 不觸發
- should_demote_caller 樣本不足保護
- trend 分類（positive/negative/neutral/no_data）正確

依 ADR-032 RAG 自主學習迴圈 + ADR-033 護欄 #1
不直接改 caller 行為（避循環自動修正失控），只產出建議給統帥審視。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 11:12:52 +08:00
OoO
0476d3ae4e feat(p24): ROI 月報生成器 — 每月 1 日 09:00 推 Telegram
All checks were successful
CD Pipeline / deploy (push) Successful in 2m49s
Details 
Operation Ollama-First v5.0 / Phase 24 — 戰役 ROI 自動量化

services/roi_report_service.py (200+ 行)
- BASELINE 戰前估算（gemini 50M/$20、nim 5.8M、ollama 30M、total $25/月）
- query_last_month_stats() — SQL 查上月 ai_calls + mcp_calls + rag_query_log
- render_roi_report(stats) — HTML 訊息（含 5 區塊：成本攔截/provider 分布/RAG/MCP+Cache/KPI）
- generate_and_send_roi_report() — 主入口，推 Telegram + 寫 ai_insights 長期記錄
- 達標標記：Gemini -23.5% ✅ / RAG 命中 ≥25% ✅

Telegram 訊息範例:
  📊 ROI 月報 2026年04月
  💰 成本攔截
    Gemini: 35,000,000 tokens / $14.00
    vs 戰前: 50,000,000 / $20.00
    ✅ 攔截: 15,000,000 tokens / $6.00 (30.0%)
  🤖 Provider 分布
  🧠 RAG 自主學習（含 saved_call / 反饋分數）
  🔧 MCP + Cache
  📈 戰役 v5.0 KPI ✅ 達標

run_scheduler.py — 每日 09:00 跑（內部判斷月初第 1 日才送）
- run_roi_monthly_report_if_new_month task wrapper
- 失敗 swallow log，不影響其他排程

tests/test_roi_report_service.py (7 tests 全綠)
- BASELINE 必要欄位 / 月份範圍計算 (1月→去年12月)
- 達標訊息含 ✅ + 攔截數字
- 未達標訊息含 ⚠️
- 空 stats 容錯 / DB fail 回空 dict 不 raise

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 11:04:14 +08:00
OoO
1da7564567 feat(p22+23): caller 整合 model_router (sales_copy) + cost_throttle (claude)
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
Operation Ollama-First v5.0 / Phase 22.1 + Phase 23 — 路由治理整合

Phase 22.1: services/ollama_service.py generate_sales_copy
- 短文 < 100 字（estimated_length = product_name × 5）→ 走 model_router
- model_router 推算 → 短文 gemma3:4b / 長文 llama3.1:8b
- MODEL_ROUTER_ENABLED=false 時 select_model 直接回 self.model（向下相容）
- router 失敗 swallow（fallback self.model 不影響主流程）

Phase 23: services/anthropic_service.py is_available()
- 新增 cost_throttle 整合：claude provider throttle 時 is_available=False
- caller 看到 False 自動走 Gemini fallback，不送 Claude 請求
- COST_THROTTLE_ENABLED=false 時不影響（戰役預設 OFF）
- cost_throttle 不可用時 try/except 不阻擋（向下相容）

行為對照：
  戰前：sales_copy 永遠用 self.model (llama3.1:8b)
  戰後（flag OFF）：完全相同
  戰後（flag ON）：商品名 < 20 字 → gemma3:4b 短文，提速 50%

  戰前：Claude 燒到月底超預算才告警，無自動節流
  戰後（throttle flag OFF）：完全相同
  戰後（throttle flag ON）：claude 月底推估 > 110% → is_available=False
                              → caller fallback Gemini 自動省錢

regression: 既有 retry_chain / anthropic / model_router test 全綠

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 11:00:04 +08:00
OoO
390c32b05d feat(p21): Caller × Context 動態 Model Router + ADR-034
All checks were successful
CD Pipeline / deploy (push) Successful in 2m45s
Details 
Operation Ollama-First v5.0 / Phase 21 — 動態路由治理

services/llm_model_router.py (160+ 行)
- 純規則引擎，零 LLM 成本（Python lambda predicate）
- 6 caller × 12 條路由規則：
  • sales_copy: 短文 < 100 字 → gemma3:4b / 長文 → llama3.1:8b
  • hermes_analyst: gap > 20% 或銷量 < -50% → qwen3:14b / 預設 hermes3
  • aider_heal: diff > 200 行 → qwen2.5-coder:32b / 預設 7b
  • openclaw_qa: query > 200 字或 multi_turn → qwen3:14b / 預設 qwen2.5:7b-instruct
  • ppt_vision: minicpm 不健康 → llava / 預設 minicpm-v
  • ea_engine: require_chain_of_thought → deepseek-r1:14b / 預設 Gemini
- feature flag MODEL_ROUTER_ENABLED 預設 OFF（向下相容）
- 失敗安全：predicate 例外 skip 到下一條

tests/test_llm_model_router.py (18 tests 全綠)
- T1 flag OFF 不路由
- T2 sales_copy 短/長文路由
- T3 hermes 簡單/複雜 SKU
- T4 aider_heal 簡單/重構
- T5 ppt_vision 主備援
- T6 ea_engine CoT 路由
- T7 predicate 例外容錯
- T8 utility 函數

ADR-034 — Caller × Context 動態 Model Router
- 6 caller 路由規則對應表
- 5 段否決方案（LLM-based / hardcode / 配置檔 / 統一升級）
- Phase 21.2-21.6 戰略性遷移計畫
- V1-V3 驗收 SQL（caller 整合後 model 分布觀察）

關聯：Primary + Secondary 兩台 GCP 已備齊 10 模型（67GB 對稱）支援所有
路由規則；caller 整合可分階段進行（Phase 21.2-21.5）。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 10:54:12 +08:00
OoO
002e498648 feat(p20+): COST_TABLE 確認 4 新 Ollama 模型（GCP Primary+Secondary 已拉）
All checks were successful
CD Pipeline / deploy (push) Successful in 2m52s
Details 
Operation Ollama-First v5.0 / Phase 20+ 完整啟動

Primary + Secondary 兩台 GCP 完整對稱（10 模型 / ~67GB 各）：
  ✅ bge-m3:latest         1.2GB  Embedding
  ✅ hermes3:latest        4.7GB  Hermes 戰術
  ✅ qwen2.5-coder:7b      4.7GB  AiderHeal 既有
  ✅ qwen2.5-coder:32b    19.0GB  ⭐ AiderHeal 32B 升級
  ✅ qwen2.5:7b-instruct   4.7GB  Q&A 預設
  ✅ qwen3:14b             9.3GB  Q&A / Nemotron 升級
  ✅ deepseek-r1:14b       9.0GB  ⭐ 推理鏈備援
  ✅ minicpm-v:latest      5.5GB  PPT vision 主
  ✅ llava:latest          4.7GB  ⭐ Vision 備援
  ✅ gemma3:4b             3.3GB  ⭐ 輕量任務

ai_call_logger COST_TABLE 確認 4 新模型 + 2 重命名（minicpm-v / llava）
- 解 logger 「unknown model cost」誤報
- 預期啟用：
  - qwen2.5-coder:32b → AiderHeal 大型重構（call site 將擴展）
  - deepseek-r1:14b → EA HITL 推理（取代部分 Gemini Pro）
  - llava:latest → minicpm-v 失敗備援
  - gemma3:4b → sales_copy < 100 字輕量任務

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 10:48:22 +08:00
OoO
c13dc22639 feat(p20)+docs: cost auto-throttle + LLM 模型完整評估
All checks were successful
CD Pipeline / deploy (push) Successful in 2m44s
Details 
Operation Ollama-First v5.0 / Phase 20 + LLM 模型治理

services/cost_throttle_service.py (新檔, 200+ 行)
- evaluate_throttle_status() 每小時 cron 跑
- 查 ai_call_budgets monthly × 累計 spent → 月底線性外推
- 推估 > 預算 110% → 標 throttled（hysteresis：降到 95% 才解除）
- _push_throttle_alerts: 狀態變化推 Telegram
- is_provider_throttled(provider) public API（給 anthropic/gemini caller 啟動 check）
- COST_THROTTLE_ENABLED 預設 OFF（避免戰時誤節流）

run_scheduler.py 加 2 cron + task wrapper
- 每 1 小時：cost_throttle_evaluate
- 每日 00:05：cost_throttle_reset_if_new_month

docs/llm_model_full_evaluation_20260504.md (260+ 行)
- 場景 × 模型對應矩陣（4 大層次）
  戰術層 / 戰略層 / 多模態 / 雲端 API
- 本次啟動的追加 4 模型（qwen2.5-coder:32b / deepseek-r1:14b /
  llava / gemma3:4b）— Primary + Secondary 並行拉
- Phase 21 路由優化建議（context size + complexity 動態選 model）
- Phase 22 多供應商編排 + cost throttle 整合
- 儲存 / RAM / 延遲評估
- 模型治理 SOP（新增 / 替換 / 淘汰）
- COST_TABLE 對齊（含 deepseek 直連價格）

啟用前置（待統帥）：
1. Primary + Secondary 4 模型拉完（背景進行中）
2. .env: COST_THROTTLE_ENABLED=true（觀察 1 週後）
3. ANTHROPIC_API_KEY 設後 Code Review 自動切 Claude Opus 4.7

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 10:36:56 +08:00
OoO
f11b0cc732 test(p19): 補 Phase 14/15/16/17 unit test — 27 tests 全綠 
Operation Ollama-First v5.0 / Phase 19 — 補完戰役紀律

tests/test_caller_registry.py (7 tests)
- registry 含 30+ 核心 caller (ADR-028 對齊)
- is_known_caller / assert_known_caller strict=False/True 行為
- ai_call_logger 整合：未知 caller log warning 不阻擋
- frozenset 不可變動

tests/test_deepseek_service.py (6 tests)
- is_available() 需 KEY + flag 雙條件
- generate flag OFF / 200 success / 500 / timeout
- usage tokens 解析（prompt_tokens / completion_tokens）

tests/test_ppt_vision_service.py (6 tests)
- flag OFF 不打 HTTP / 檔不存在
- ✅ 無視覺異常 / ⚠️ marker 解析
- HTTP 500 觸發 mark_unhealthy / timeout fail-safe

tests/test_low_quality_response_v2.py (8 tests)
- 規則 5 純英文回應 (中文 < 30%)
- 規則 6 thinking-mode 漏洞 <think>...</think>
- 規則 7 重複迴圈 (前 50 字 ≥ 3 次)
- 規則 8 佔位符 ({{var}} / [TODO] / <待填>)
- 合法繁中商業文字應通過 8 條規則

regression: 全戰役 unit test 累計 241 tests
- Phase 1: 52 (logger + report)
- Phase 2: 14 (ollama_resolve)
- Phase 3: 36 (qa/golden/nemotron/daily)
- Phase 7: 23 (anthropic + code_review)
- Phase 11: 70 (rag + learning + promotion)
- Phase 10.5: 8 (mcp_router)
- Phase 13: 10 (retry chain)
- Phase 19: 27 (caller_registry + deepseek + ppt_vision + lq_v2) ⭐ 新

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 10:27:35 +08:00
OoO
98063059c2 feat(p14-18): PPT vision + DeepSeek 直連 + caller_registry + Hermes 強化 + postmortem
All checks were successful
CD Pipeline / deploy (push) Successful in 2m50s
Details 
Operation Ollama-First v5.0 / Phase 14-18 全套（statesman 批准全部）

Phase 14 — services/ppt_vision_service.py (新檔, 200+ 行)
- minicpm-v:latest（GCP Primary 已拉 5.5GB，代替 qwen2-vl 不存在）
- check_image(image_path) → VisionResult.issues_found 視覺異常清單
- 走 resolve_ollama_host 三主機 retry + mark_unhealthy
- 繁中強制 system prompt + 結構化解析 ⚠️ marker
- feature flag PPT_VISION_ENABLED 預設 OFF

Phase 15 — services/deepseek_service.py (新檔, 170+ 行)
- DeepSeek API 直連 (api.deepseek.com/v1)，OpenAI-compatible
- 取代部分 OpenRouter 路徑（直連便宜 ~30-50% + 延遲低）
- deepseek-chat ($0.014/$0.28) / deepseek-reasoner ($0.14/$2.19)
- feature flag DEEPSEEK_DIRECT_ENABLED 預設 OFF
- DeepSeekResponse 含 input_tokens/output_tokens/duration_ms

Phase 16 — services/llm_caller_registry.py (新檔, 130+ 行)
- CALLER_REGISTRY frozenset 集中管理 35+ 個 caller 名（ADR-028 白名單）
- assert_known_caller(strict=False) 整合到 ai_call_logger __init__
- 不在 registry → log warning（不 raise，保留擴展彈性）
- list_callers_by_service() 分組除錯
- 解 critic-A11 第 3 輪 L4 修補（命名分散三層）

Phase 17 — _is_low_quality_response 4 條新規則（A2 警訊深化）
- 規則 5：純英文回應（中文字元 < 30%）
- 規則 6：thinking-mode 漏洞（<think>...</think> 洩漏）
- 規則 7：重複迴圈偵測（前 50 字出現 ≥ 3 次）
- 規則 8：佔位符未填充（{{var}} / [TODO] / <待填>）

Phase 18 — docs/operation_ollama_first_v5_postmortem.md (新檔)
- 戰役完整時間軸（Day 1-2）
- 3 大決策替代分析
- 4 個 critical hotfix 教訓
- Owen 三護欄落地對照
- KPI 達成度（Wave 1 提前 4 天 / Wave 2 提前 10 天）
- 統帥手動清單 + 7 條未來戰役教訓

Phase 13 補強（合併本 commit）：
- ai_call_logger COST_TABLE 補 7 個新模型（qwen3:14b / qwen2.5:7b-instruct
  / qwen2.5-coder:32b / qwen2-vl:7b / deepseek-r1:14b / gemma3:4b / minicpm-v）

regression: 214 unit tests 全綠（4:02 跑完），2 skipped

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 10:19:13 +08:00
OoO
942193db2a feat(p13): OllamaResponse token 補欄 + COST_TABLE 補新模型 + retry 鏈 unit test
All checks were successful
CD Pipeline / deploy (push) Successful in 2m41s
Details 
Operation Ollama-First v5.0 / Phase 13 補強

(A) services/ollama_service.py — OllamaResponse 加 input_tokens/output_tokens
- A4 Phase 1 已知 limitation 修補：openclaw_bot_main token=0 假數據誤導日報
- generate() 解 prompt_eval_count + eval_count 寫 OllamaResponse
- 影響：ai_call_logger 收到正確 token 數，token 日報 Ollama 占比準確

(B) services/ai_call_logger.py — COST_TABLE 補 GCP 已拉/候選模型
- qwen2.5:7b-instruct (Phase 3 A7 OpenClaw Q&A 預設)
- qwen3:14b (Phase 3 A9 Nemotron + A7 升級候選)
- qwen2.5-coder:32b (Phase 8 候選)
- qwen2-vl:7b (Phase 13+ PPT vision 候選)
- deepseek-r1:14b / gemma3:4b (推理增強 / 輕量)
- 全部 cost=0（Ollama 自架）
- 解 logger.warning「unknown model cost」誤報

(J) tests/test_ollama_retry_chain.py (10 unit tests) — 驗 hotfix e862a90/6572d52
- T1 self.host @property lazy resolve
- T2 explicit host 凍結不 retry
- T3 generate 第一台 timeout → 第二台成功（核心 retry 鏈）
- T4 三主機都失敗 → success=False
- T5 cache 卡同主機 → break 不無限迴圈
- T6 Phase 13 token 解析驗證
- T7-T9 generate_embedding 同類驗證
- T10 mark_unhealthy 清 resolve cache

regression: 全戰役 14 test 檔仍 zero regression

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 10:07:33 +08:00
OoO
c1fd913a35 feat(p10.5): MCP Router 統一介面 + mcp_collector 接 omnisearch L0
All checks were successful
CD Pipeline / deploy (push) Successful in 2m55s
Details 
Operation Ollama-First v5.0 / Phase 10.5 收尾（ADR-031 落地）

services/mcp_router.py（350 行）— 統一 MCP HTTP 路由
- MCPRouter.call(server, tool, args, caller) 主入口
- TOOL_REGISTRY 白名單：mcp_collector / hermes_analyst / openclaw_strategist
  限制 caller × server × tool 組合，防 LLM 亂打
- 4 個 server endpoint env 配置（postgres:3001 / firecrawl:3002 /
  omnisearch:3003 / filesystem:3004）對齊 docker-compose.mcp.yml
- 記憶體 cache（1h TTL + LRU 200 筆 + sha256[:16] key）
- fire-and-forget mcp_calls 寫入（async thread）
- PII 保護：input_args 只存 hash + keys 不存原文
- 大小護欄：> 64KB 截斷 + _truncated flag
- health_check() 4 server 狀態
- feature flag MCP_ROUTER_ENABLED 預設 OFF

services/mcp_collector_service.py — _search_topic 加 L0 omnisearch 路徑
- MCP_ROUTER_ENABLED=true 時優先走 self-hosted Tavily / Exa
- omnisearch 失敗自動 fallback 到既有 Gemini Grounding 鏈
- 完整 fallback 鏈（最終態）：
    L0: omnisearch tavily → omnisearch exa（取代 Gemini Grounding 主路徑）
    L1: Gemini 2.0 Grounding（既有，保留為 fallback）
    L2: Gemini 1.5 Grounding（既有）
    L3: Ollama qwen2.5-coder:7b（既有）
    L4: 靜態 fallback_topic_content（既有）

預期收益（mcp-stack deploy + flag ON 後）:
- Gemini Grounding 月省 ~70% 成本
- Tavily 1000 free credits/月 + Exa 1000 free，月成本 $0
- ~180 calls/月使用率 18% 可承受 5x 增長

tests/test_mcp_router.py（8 tests 全綠）：
- flag OFF 不打 HTTP / 白名單檢查 / cache 命中第二次 / timeout / 500 /
  cache key 排序穩定 / health_check / 未知 server

啟用步驟（待統帥 deploy mcp-stack 後）:
1. .env 加 MCP_ROUTER_ENABLED=true
2. docker compose -f docker-compose.mcp.yml up -d (188)
3. mcp_router.health_check() 全 200 OK 驗證

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 09:34:21 +08:00
OoO
97c446303c feat(p11.0): BGE-M3 跨主機一致性驗證 + 每週日 04:30 cron
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
Operation Ollama-First v5.0 / Phase 11.0 收尾（ADR-033 護欄 #3 完整落地）

services/rag_service.py 新增：
- verify_embedding_consistency() — 跨三主機 BGE-M3 embedding 一致性驗證
  測試文字「momo電商競品分析測試向量一致性檢查」分別呼叫 GCP Primary /
  Secondary / 111 三主機，計算兩兩 cosine 距離。
  max_diff > 1e-4 視為不一致（模型版本漂移）→ logger.error。
- _cosine_distance() — 純 Python，不依賴 numpy
- fail-safe：< 2 主機可達也回 ok=True（戰時部分主機暫斷不算錯）

run_scheduler.py 新增：
- run_embed_consistency_check task wrapper
- schedule.every().sunday.at("04:30").do(...) — 每週一次足夠
  （不需每次啟動驗證，過頻會打三主機 Ollama 浪費）

落地 ADR-033 護欄 #3 完整版：
  簽名鎖定（migration 026 embedding_signature 欄位）✅ 既有
  程式端簽名計算（rag_service.get_embedding_signature）✅ 既有
  RAG 查詢時簽名比對過濾（rag_service._select_hits）✅ 既有
  跨主機一致性驗證 cron ✅ 新增 ⭐
  既有 14k+ 筆回填 ⏳ 待手動跑 enqueue_missing_insight_embeddings()

regression: 47 unit tests 全綠

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 09:31:31 +08:00
OoO
84a8c07e4a feat(p11.5): learning_episodes embedding 寫入 — 解鎖 Stage 3 dedup
All checks were successful
CD Pipeline / deploy (push) Successful in 2m57s
Details 
Operation Ollama-First v5.0 / Phase 11.5 收尾（A4 已知 limitation 補完）

問題：Phase 11 A4 完成時揭露：
> Stage 3 dedup 需 episode 先 embed：目前 LearningPipeline.enqueue 寫入時
> embedding 為 NULL，所有 episode 都會略過 Stage 3 dedup

修補：
- learning_pipeline.enqueue 內 episode INSERT commit 後 enqueue embedding worker
- 用既有 _enqueue_embedding('learning_episodes', episode_id, distilled_text)
- ADR-007 retry queue worker 自動處理（_process_one_embedding 已動態 UPDATE
  {target_table}，已支援 learning_episodes 表）
- distilled_text 截 4000 字避免 retry queue 表膨脹
- 失敗 swallow，僅 log debug（不阻擋 episode_id 回傳）

落地 ADR-033 護欄 #1 完整版：
  Stage 1: quality_score >= 0.7        ✅ 既有
  Stage 2: 無幻覺檢測（規則引擎）       ✅ 既有
  Stage 3: 與既有 insight cosine < 0.95 ✅ 解鎖 ⭐
  Stage 4: weight >= 0.8 必經 👍/👎     ✅ 既有

regression: 70 unit tests 全綠（含修正 test_enqueue_returns_id_on_success
配合新增 _enqueue_embedding 的 commit 計數變化）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 09:16:39 +08:00
OoO
c2124dce00 feat(p11+): RAG worker cron — promotion_gate / awaiting_review / expire
All checks were successful
CD Pipeline / deploy (push) Successful in 2m53s
Details 
Operation Ollama-First v5.0 / Phase 11+ 收尾（ADR-032/033 落地）

services/learning_pipeline.py 新增 2 個 worker 函數：
- process_pending_episodes(batch=50) — 批次處理 pending → can_promote → promote/reject/await
  純規則引擎，不跑 LLM（Distiller 純 Hermes 規則）
- push_awaiting_reviews_to_telegram(batch=5) — 推 Stage 4 awaiting_review 到 Telegram
  TELEGRAM_ADMIN_CHAT_ID 未設則跳過（fail-safe）
  訊息含 episode_id + weight + quality + 600 字截斷文，附 promotion_review_keyboard 👍/👎

run_scheduler.py 加 3 個 cron + 對應 task wrapper：
- 每 5 分鐘  → run_promotion_gate_worker
- 每 30 分鐘 → run_awaiting_review_push
- 每 4 小時  → run_expire_stale_reviews（24h 無回應 → weight=0.5）

設計安全保證：
- RAG_ENABLED=false 時 learning_episodes 為空，3 個 worker 跑空 loop（無害）
- 所有 worker 例外完全吞掉，僅 log error，不影響其他排程
- promote 成功才回 stats['promoted']++，DB 失敗計 errors

完整 RAG 自主學習迴圈閉環：
  LLM 結果 → Distiller → learning_episodes (pending)
    ↓ 每 5 分鐘 worker
  PromotionGate 4 階段
    ↓ approved → 寫 ai_insights → RAG 可檢索
    ↓ awaiting_review → 每 30 分鐘推 Telegram
        ↓ 24h 無回應 → 每 4h expire → weight=0.5
        ↓ 👍 callback → promote → ai_insights
        ↓ 👎 callback → rejected_human → 永不晉升

仍待 Phase 12+ 完成：
- learning_episodes.embedding 寫入路徑（Stage 3 dedup 解鎖）
- RAG_ENABLED=true 灰度啟用條件（需 100+ episodes + ANTHROPIC_API_KEY）

regression: 70 unit tests 全綠

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 09:11:27 +08:00
OoO
4e82acc0f5 feat(p10)+docs(adr): MCP 自建 Stack docker-compose + ADR-031 
Operation Ollama-First v5.0 / Phase 10 + Phase 12 收尾

docker-compose.mcp.yml — 4+3 容器 MCP stack
- postgres-mcp (port 3001): Claude 直連 momo_pro DB read-only RBAC
- mcp-omnisearch (3003): Tavily 主 + Exa 備（取代 Gemini Grounding）
  避開 Brave（2026-02 取消免費 tier）
- firecrawl-self (3002): 自建爬蟲，SPA 反爬蟲
- filesystem-mcp (3004): 跨主機檔案 read-only

護欄 #2 落地（Owen v5.0 鐵律 / ADR-033）：
  firecrawl-self mem_limit:2g + cpus:1.5
  PLAYWRIGHT_BROWSER_POOL_MAX=3
  chrome-reaper sidecar 每小時清 Chrome zombies

安全設計：
- 全部 127.0.0.1 暴露（不外網）
- read-only volume mount（filesystem 只能讀）
- postgres-mcp RBAC mcp_readonly role 限 SELECT 6 熱表
- API key 全走 env var 不寫死

ADR-031 — MCP 自建 Stack 治理決策
- 取代 Gemini Grounding 唯一通路（多供應商策略）
- 預期 70%+ grounding 流量走免費 Tavily
- 188 主機資源 +4-5GB RAM 可控
- Migration Plan：6 步驟（含 Tavily/Exa key 申請 + mcp_readonly role 預建）

啟用前置（待統帥）：
1. .env 加 TAVILY_API_KEY / EXA_API_KEY / MCP_POSTGRES_PASSWORD / FIRECRAWL_AUTH_KEY
2. momo-db 建 mcp_readonly role + GRANT SELECT
3. ssh wooo@110 → ssh ollama@188 → docker compose -f docker-compose.mcp.yml up -d

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 09:02:07 +08:00
OoO
6572d521ba fix(embed): generate_embedding 三主機 retry — 修同類「111 死則全死」bug
All checks were successful
CD Pipeline / deploy (push) Successful in 2m42s
Details 
承前 commit e862a90（generate retry）的同類修補：
generate_embedding 之前邏輯：
  target_host = host or env or resolve  # 一次解析
  try: post → mark_unhealthy + return []  # 失敗無 retry

修補後：
  caller 顯式 host → 凍結不 retry（向下相容）
  caller 走 lazy → 三主機 retry 鏈：
    每次 self.host 走 resolve_ollama_host()
    失敗 mark_unhealthy + cache 失效 + 取新主機
    最多 3 次（避免同主機無限迴圈）

影響範圍：KM embedding worker / RAG query embedding / openclaw_learning

regression: 57 unit tests 全綠

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 08:56:38 +08:00
OoO
e862a9040c fix(ollama): 解「111 關機 → GCP 也斷」三主機 retry 鏈 + lazy host
All checks were successful
CD Pipeline / deploy (push) Successful in 9m14s
Details 
統帥 2026-05-04 反饋：「111 關機後，兩台 GCP Ollama 也跟著斷線不可用」

根因（雙 bug 連動）：
  1. OllamaService.__init__ 凍結 self.host：
     `self.host = host or resolve_ollama_host()` 是 instance 級凍結
     容器啟動時若 GCP cold start 觸發 fallback 111 → self.host 永遠卡 111
     即使 cache 過期，instance 不會重新 resolve
  2. generate() 失敗無 retry 鏈：
     原邏輯只 mark_unhealthy(self.host) + return failure
     沒有「換下一台主機再試」邏輯 → 111 死則全死

修補（雙管齊下）：
  A. self.host 改 @property：每次存取走 resolve_ollama_host()
     - caller 顯式指定（_explicit_host）才凍結
     - 內部 _RESOLVE_TTL 120s cache 控制 HTTP probe 成本
  B. generate() 三主機 retry 鏈：
     for attempt in range(3):
         current_host = self.host  # property lazy resolve
         if attempted → break (避免無限迴圈)
         post → success ? return : mark_unhealthy + retry
     mark_unhealthy 自動清空 resolve cache，下次 self.host 取新主機

行為對比：
  戰前：GCP cold start 卡 111 → 111 關機 → 全部失敗
  戰後：GCP cold start 卡 111 → 111 關機 → mark_unhealthy(111) →
        self.host 重 resolve → GCP Primary（已暖機）→ 成功

generate_embedding 同類修補延後（caller 多走 explicit host 路徑風險較低）

regression: 36 unit tests 全綠（test_ollama_resolve + test_ai_call_logger）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 08:42:52 +08:00
OoO
c29ce83653 docs(adr): ADR-032 RAG 自主學習迴圈 + ADR-033 三護欄 
Operation Ollama-First v5.0 / Phase 12 Wave 2 收尾

ADR-032 — RAG 自主學習迴圈
- 雙表分離：rag_query_log (audit) / learning_episodes (蒸餾池) / ai_insights (知識庫)
- Distiller 規則引擎（純 Hermes 零 LLM 成本）
- PromotionGate 4 階段晉升閘
- Telegram 反饋環（rag_feedback / promotion_review keyboard）
- feature flag RAG_ENABLED 預設 OFF
- V1-V4 驗收 SQL（命中率 / 晉升通過率 / 反饋分布 / embedding 一致性）

ADR-033 — RAG 三護欄（Owen v5.0 鐵律）
- 護欄 #1 Promotion Gate：強制反饋門檻，weight>=0.8 必經人工驗收
- 護欄 #2 Firecrawl 資源：Docker mem_limit:2g + chrome-reaper sidecar + 1.8GB 告警
- 護欄 #3 BGE-M3 一致性：embedding_signature SHA1[:12] + 啟動跨主機驗證
- 五案否決理由完整（包含「不要反饋按鈕」「不限資源」「:latest 接受漂移」）

Migration Plan 對照：
  ✅ migration 026/028 schema + service 已落地
  ⏳ Phase 12+ 補：embedding 寫入 / worker cron / Telegram 推播 / Firecrawl 部署 / signature 回填

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 00:01:19 +08:00
OoO
47fe375952 fix(ci): CD migration apply 邏輯 hotfix — 改跑全 v5.0 範圍（024-099）
All checks were successful
CD Pipeline / deploy (push) Successful in 3m42s
Details 
統帥 2026-05-04 Telegram 報錯：「ai_calls relation does not exist」

根因：
  cd.yaml 原邏輯 `git diff HEAD~1 HEAD -- migrations/` 只看單一 commit。
  v5.0 migrations 024-028 在 commit 4648673（最早），後續 12 個 commit
  都不含 migration → CD「自動 apply」step 一次都沒觸發。
  → ai_calls / mcp_calls / ai_call_budgets / rag_query_log /
    learning_episodes / embedding_signature 全部缺表 / 缺欄位。

修補：改邏輯跑 migrations/02[4-9]_*.sql + 03[0-9]_*.sql 等 v5.0 範圍
  - 所有 v5.0 migration 是 IF NOT EXISTS / WHERE NOT EXISTS 冪等保證
    （critic-A11 第 1 輪 B2/H1/H2/H3/M1/M2 修補時加的）
  - 重跑 100% 無害，已建立的表會被 IF NOT EXISTS 跳過
  - 026 / 027 / 028 含 ivfflat/CONCURRENTLY 走 transactionless apply

push 後 CD 跑完 → ai_calls 表立即存在 → 23:55 token 日報恢復正常

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:59:04 +08:00
OoO
c7d6db31f2 feat(p11): RAG 自主學習 + Promotion Gate 4 階段護欄（feature flag OFF）
Some checks are pending
CD Pipeline / deploy (push) Has started running
Details 
Operation Ollama-First v5.0 / Phase 11 / RAG 自主學習迴圈

services/rag_service.py (532 行)
- RAGService.query() — bge-m3 embed + cosine 0.85 threshold + top_k=5
- get_embedding_signature() — v5.0 護欄 #3 一致性檢查 (SHA1[:12])
- fire-and-forget rag_query_log INSERT (不阻塞主流程)
- feedback() — Telegram 👍/👎 寫回 feedback_score
- RAG_ENABLED 預設 OFF（戰前行為不變）

services/learning_pipeline.py (750 行)
- Distiller — 純 Hermes 規則引擎，零 LLM 成本
  Quality 規則：MCP >200 字 0.8 / LLM JSON ok 0.9 / TextRank 0.6 / 👍 1.0 / 👎 0.0
- PromotionGate — Owen v5.0 護欄 #1 鐵律
  Stage 1: quality_score >= 0.7
  Stage 2: 無幻覺檢測（規則引擎，零 LLM）
  Stage 3: 與既有 insight 相似度 < 0.95（Stage 3 在 episode embed 後啟用）
  Stage 4: weight >= 0.8 必經 Telegram 👍/👎
- expire_stale_reviews() — 24h 無回應自動降級 weight=0.5
- hash_human_approver — Telegram username SHA1[:8] PII 保護

services/hermes_analyst_service.py — 新增 analyze() RAG-first
- RAG hit → return synthesize（不燒 LLM）
- RAG miss → 既有 LLM 路徑 + enqueue learning_episodes

services/openclaw_strategist_service.py — Q&A 入口接 RAG-first
- 不動週/月/年報（敘事報告 RAG hit 機率低）

services/telegram_templates.py
- rag_feedback_keyboard() — 👍/👎 inline keyboard
- promotion_review_keyboard() — Stage 4 人工驗收按鈕

routes/openclaw_bot_routes.py — 3 組 callback handler
- rag_fb:{id}:{score} → rag_service.feedback()
- pg_ok:{episode_id} → PromotionGate.promote()
- pg_no:{episode_id} → PromotionGate.reject()

70 unit tests 全綠 + 全戰役 196 tests zero regression（4:17 跑完）

剩餘 limitations（Phase 12+ 補）：
1. learning_episodes.embedding 寫入路徑（Stage 3 dedup 暫 skip）
2. PromotionGate worker cron 未掛
3. Telegram awaiting_review 推播未接（callback handler 已就位）

灰度開啟條件（建議 1 週後）：
- ANTHROPIC_API_KEY 設定 + RAG_ENABLED=true + threshold=0.90 保守
- feedback_score >= 4 比率 > 70% → threshold 降至 0.85

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:56:12 +08:00
OoO
d3d90121cf docs(adr): ADR-030 Frontier 多供應商策略 — Anthropic + Google + OpenRouter 
Operation Ollama-First v5.0 / Phase 12 / Phase 7 落地後追認

Phase 7 引入 Anthropic Claude（Opus 4.7 接 Code Review）後，
戰役有 2 家 Frontier 供應商，需明確治理準則：

決策矩陣（與 ADR-028 鎖定 7 場景對齊）：
- 場景 #5 Code Review ⭐: Claude Opus 4.7 (Arena Elo 1548)
  → Gemini 2.5 Flash → ElephantAlpha 49B (3 層 fallback)
- 其他 6 場景維持 Gemini 主鏈

Prompt cache 戰術：
- Anthropic 5min ephemeral：Code Review 命中率預估 80%+，省 ~90% 成本
- Google Gemini：隱式 server-side cache，不可預測

預估月成本：~$32 USD
- Claude $10 + Gemini $8 + NIM $5×2 + OpenRouter $3 + Ollama $0.02

新增供應商 SOP：
1. service wrapper 加 feature flag + is_available() 檢查
2. budget 種子 + ai_calls.provider 白名單
3. unit test (fallback 鏈 + cache hit/miss)
4. 獨立 ADR

對齊：
- migration 024（claude in provider 白名單）
- migration 025（claude $10/月 budget 種子）
- ai_call_logger COST_TABLE（claude-opus/sonnet/haiku 三模型）
- services/anthropic_service.py（Phase 7 落地）

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:42:36 +08:00
OoO
2f20d8d7ba db(p11): rag_query_log + learning_episodes — RAG 自主學習迴圈基礎
All checks were successful
CD Pipeline / deploy (push) Successful in 3m30s
Details 
Operation Ollama-First v5.0 / Phase 11 RAG + 自主學習

migrations/027 — rag_query_log（每次 RAG 查詢的 audit log）
- query_text 4KB CHECK + 90 天保留
- VECTOR(1024) bge-m3 embedding (與 ai_insights 一致簽名)
- ivfflat lists=100 索引
- saved_call 欄位追蹤「成功攔截 LLM 呼叫」次數
- feedback_score 1-5（NULL=未反饋）
- 6 條 CHECK 含 chk_rag_saved_consistent

migrations/028 — learning_episodes（蒸餾池 → ai_insights 前哨）
- 8 狀態機：pending/approved/awaiting_review/rejected_*4/expired
- weight 0-1（>=0.8 觸發 PromotionGate Stage 4 人工驗收）
- 9 條 CHECK 含 chk_le_approved_consistent / chk_le_review_consistent
- partial index idx_le_status WHERE in (pending, awaiting_review)
- distilled_text 16KB 上限

docs/phase11_db_design — 設計文檔
- 6 大決策（兩表分離 / ivfflat / partial index / 軟連結 / 90天保留 / 應用層白名單）
- 6 大風險評估（R1 PII / R2 蒸餾失誤 / R3 ivfflat 退化 / R4 dangling FK / R5/R6 trade-off）
- Phase 11 上線後驗收 SQL（EXPLAIN ANALYZE）

PromotionGate 4 階段（v5.0 護欄 #1, ADR-033）：
  Stage 1: quality_score >= 0.7
  Stage 2: 無幻覺檢測（規則引擎，零 LLM）
  Stage 3: 與既有 insight 相似度 < 0.95
  Stage 4: weight >= 0.8 必經 Telegram 👍/👎（24h 無回應 → expired）

A4 fullstack-engineer 同時在寫 services/rag_service.py + learning_pipeline.py，
service 完成後一起部署啟用。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:39:47 +08:00
OoO
943de8466c feat(p7): Anthropic SDK + Claude Opus 4.7 接 Code Review (feature flag OFF)
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
Operation Ollama-First v5.0 / Phase 7 Frontier 升級

services/anthropic_service.py (新檔, 226 行)
- AnthropicService 包裝 + ClaudeResponse dataclass
- Ephemeral prompt cache 5 分鐘 TTL（重複 system_prompt 省 90% 成本）
- usage 解析 input/output/cache_creation/cache_read 四欄位
- ANTHROPIC_API_KEY 未設或 SDK 缺失時 is_available()=False 靜默退化

code_review_pipeline_service.py — _openclaw_assess 加 L1 Claude 分支
- CODE_REVIEW_USE_CLAUDE flag (預設 OFF，等 ANTHROPIC_API_KEY 設定後翻 ON)
- 路由：Claude Opus 4.7 (Arena code Elo 1548) → Gemini → ElephantAlpha 三層
- request_id 串鏈不變

ai_call_logger.py COST_TABLE 補 3 個 Claude 模型：
- claude-opus-4-7:    $15/$75 per M tokens (程式碼 #1)
- claude-sonnet-4-6:  $3/$15  per M tokens (agentic 平衡)
- claude-haiku-4-5:   $0.8/$4 per M tokens (輕量快速)

requirements.txt: 加 anthropic>=0.40.0
.env.example: 加 ANTHROPIC_API_KEY / CODE_REVIEW_USE_CLAUDE / CLAUDE_MODEL

52 unit tests 全綠（22 logger + 18 anthropic + 5 routing + 7 security）

啟用步驟（待統帥手動）：
  1. .env 加 ANTHROPIC_API_KEY=sk-ant-...
  2. CODE_REVIEW_USE_CLAUDE=true + restart momo-app
  3. 觀察 ai_calls.cache_read_tokens > 0 確認 cache 生效

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:31:30 +08:00
OoO
bc4332d53f test(p3): 配合 OPENCLAW_DAILY_HERMES_TEMPLATE 預設翻 ON 更新 assertion 2026-05-03 23:30:47 +08:00
OoO
6aa5bcab88 fix(ollama-first): 3 個 feature flag 翻 ON — Ollama 優先、Gemini 殿後
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
統帥 2026-05-03 23:30 指令：「免費的優先！最後才是 Gemini」

3 個 flag 預設 false → true（GCP Primary qwen3:14b 已拉好，無阻擋）：
  1. OPENCLAW_QA_OLLAMA_FIRST=true
     → Telegram 戰略 Q&A 走 qwen3:14b（繁中強制 prompt + Gemini fallback）
     → 預期月省 ~6.7M Gemini tokens（戰前 8.4M × 80%）
  2. OPENCLAW_DAILY_HERMES_TEMPLATE=true
     → 日報走 Hermes 模板 + Gemini 200 字洞察（28K → 8K, -71%）
     → 預期月省 ~600K Gemini tokens
  3. NEMOTRON_OLLAMA_FIRST=true
     → 威脅分派走 GCP qwen3:14b → NIM 備援 → ADR-004 規則引擎兜底
     → 預期月省 ~5M NIM tokens（解配額痛點）

合計月省 ~12M tokens（與 ADR-029 預估 -23.5% 對齊）

緊急停用：env 變數設 false 即可（保留 fail-safe）
品質風險：A7 Q&A 有 _is_low_quality_response 守門 → 低品質自動 fallback Gemini

Operation Ollama-First v5.0 / Phase 6.5 hotfix #2 / 落地統帥指令

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:28:45 +08:00
OoO
56504ed7c1 fix(ea): Hermes-first short-circuit + 消除 EA escalation LLM 幻覺訊息
Some checks are pending
CD Pipeline / deploy (push) Has started running
Details 
統帥 2026-05-03 23:30 反饋：「EA escalation 訊息空洞、浪費 Gemini API」
根因：
  1. 燒錢：每個 trigger 先跑 Gemini orchestration，再 prefetch Hermes
     Hermes 0 threats 時 → Gemini 已燒，訊息卻空泛幻覺
  2. 空泛：fallback 路徑灌 OpenClaw plan 文字 + decision.reasoning
     全是「312 SKU / 23% / 14 項任務」LLM 自由發揮，無 DB 鉤住

修補：
  A. _execute_autonomous_decision 加 Hermes-first short-circuit
     - 價格類 trigger 先跑 Hermes (5s timeout, 免費 Ollama)
     - 0 threats → 直接 return，不燒 Gemini orchestration
     - 預期 >70% trigger 在此階段攔截，月省 ~3-5M Gemini tokens
     - prefetch 結果存入 trigger.conditions 給 orchestrator 用
       （避免 orchestrator 又自己編 SKU 數字）
     - log_ai_call 記 short_circuit=true 供 token report 統計
  B. _escalate_to_human fallback 路徑改極簡訊息
     - concrete=Hermes 實證 vs concrete=None 兩條路徑徹底分離
     - 有實證 → 完整訊息（含 SKU 流失金額）
     - 無實證 → 極簡訊息「⚠️ Hermes 即時數據不可用」+ SQL 查詢指引
       不再灌 OpenClaw plan 文字 / decision.reasoning（幻覺源頭）

Operation Ollama-First v5.0 / Phase 6.5 hotfix / ADR-021 遵循收尾

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:26:18 +08:00
OoO
2b218589bd ci(cd): 自動 apply pending migrations + paths trigger 補 migrations/**
All checks were successful
CD Pipeline / deploy (push) Successful in 3m23s
Details 
- paths trigger 加 migrations/** → DB schema 變更自動觸發 CD
- 新增「套用待跑 migration」step → CD 自動跑 git diff HEAD~1 範圍內的 SQL
- 026 含 CONCURRENTLY 不包 -1 transaction（critic-A11 B2 修補一致）
- 失敗只 warn 不中斷 deploy（migrations 設計為 IF NOT EXISTS / WHERE NOT EXISTS 冪等）

merge 後第一次部署即會自動 apply migrations 024/025/026，
無需統帥 SSH 188 跑 psql。

Operation Ollama-First v5.0 / Phase 6 收尾 / CD 自動化補洞

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:12:20 +08:00
OoO
3ea7004a6f refactor(p4)+docs(p5+p6): Meta 降頻 + LOCKED-GEMINI + ADR-028/029 
Phase 4 A10 — OpenClaw 雙塔重劃
- run_scheduler.py: Meta 自審 cron 6h → 每日 12:00（月省 2.25M Gemini, +20% 達標）
- scheduler.py: 移除 icaim 內 2 處 inline meta 觸發
- openclaw_strategist 抽 _push_report_with_charts (call×3) + _collect_mcp_intel (call×2)
- 行數目標 -25% 未達（4 報告函數結構差異大，A10 採保守抽出避險）
- 主戰果：Meta 降頻月呼叫 300 → 30（-90%）

Phase 5 — 5 處 LOCKED-GEMINI 註解（涵蓋鎖定 7 場景）
- services/mcp_collector_service.py:32 (場景 #1: Google Search Grounding)
- services/openclaw_strategist_service.py:40 (場景 #2/3/4: 週/月/年報)
- services/code_review_pipeline_service.py:46 (場景 #5: 100K+ token diff)
- services/elephant_alpha_orchestrator.py:88 (場景 #6: EA HITL)
- routes/openclaw_bot_routes.py:98 (場景 #7: PPT 簡報)

Phase 6 A12 — 憲法級 ADR 三份
- ADR-028「LLM 路由統一準則」(269 行)
  - 5 大支柱：三主機級聯 / Ollama 優先 / 雙塔分工 / Gemini 鎖 7 場景 / 可觀測性
  - 8 個 provider 白名單（DB CHECK 對齊）
  - 30+ caller 名單分「已實作 / 規劃中」
- ADR-029「Hermes-First 雙塔分工」(222 行)
  - 12 項職責重劃表 + A7/A8/A10 落地對照
  - Gemini 月支出 -23.5%（critic 第 3 輪 B5 算術修正）
- ADR-027 附錄（+69 行）
  - 三主機架構（Primary/Secondary/Fallback）
  - 4 條獨立 fallback 鏈
  - 廢止「188 Ollama」概念
- README 索引更新

A11 critic 第 3 輪修補：5 BLOCKER 全清
- B1: 行數 1831 → 2677 (含 baseline 對照)
- B2: 場景 #4 行號 759/1267 → 1102/1628 + annual 不存在註明
- B3: 虛構 caller 改實存（ea_hitl_prefetch → ea_engine 等）
- B4: 白名單三層對齊（DB 8 = ADR 8 = token_report 補 ollama_secondary）
- B5: KPI 算術 50→38 = -23.5% 重核

services/telegram_templates.py: A5 daily_token_report() 函數
services/mcp_collector_service.py: 加 LOCKED-GEMINI 註解
services/elephant_alpha_orchestrator.py: 加 LOCKED-GEMINI 註解

103/103 unit test 全綠（zero regression）

Operation Ollama-First v5.0 / Phase 4 A10 + Phase 5 + Phase 6 A12

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:06:08 +08:00