OoO
c7d6db31f2
feat(p11): RAG 自主學習 + Promotion Gate 4 階段護欄（feature flag OFF）
...
CD Pipeline / deploy (push) Has started running
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
838267c293
feat(p1+p3): logger 接 13 caller + Q&A/Nemotron/日報 feature flag 灰度
...
Phase 1 A4 — 13 個呼叫點接 ai_call_logger（覆蓋率 11.8% → 預估 50%+）
- TOP-1 nemoton_dispatcher: nemotron_dispatch caller (NIM 配額追蹤)
- TOP-2 openclaw_strategist: 4 reports (daily/weekly/monthly/meta) + qa caller
- TOP-3 hermes_analyst: hermes_analyst + hermes_intent (順修 commit 00591c5🟡 [降級模式]」Hermes 規則引擎兜底
H6 PII fix — chat_id 進 ai_calls.meta 改 SHA1[:8]（4 處 Bot Q&A）
Code Review pipeline — N3 動態 provider tag（gcp/secondary/111）+ A4 logger 三鏈
37 unit tests 全綠（routing 15 + golden 5 + qwen3 8 + daily template 8 + nemotron 1）
Operation Ollama-First v5.0 / Phase 1 A4 + Phase 3 A7+A8+A9
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 23:05:38 +08:00
OoO
8b76e3872f
feat(ppt): competitor v4 — 5-forces strategic analysis (Wave 4 partial)
...
CD Pipeline / deploy (push) Successful in 2m49s
Wave 4 部分完成：competitor v4 五力升級（戰略視角）
generate_competitor_v4_ppt — 7 頁
- P1 封面：含整體領先/勢均力敵/落後徽章 + 三句話戰略指引
- P2 五力雷達圖（matplotlib polar）+ 右側 6 維度分數明細表（含雙條視覺化）
- P3 商品力 + 價格力（雙卡）
- P4 行銷力 + 服務力（雙卡）
- P5 品牌力 + 財務力（雙卡含 momo 8454/PChome 8044/蝦皮 SE/酷澎基本面）
- P6 AI 戰略整合（差異化建議）
- P7 附錄
新增 helper：_mpl_radar_png()
- matplotlib polar projection 五力雷達
- momo 焦糖橘 + 競品蜂蜜金
- 0-10 分尺度，含格線/標籤/圖例
query_competitor_5forces — 半實作
- 商品力：momo SKU 數從 DB 算 / 競品靜態 fallback
- 價格力：靜態（待擴 competitor_price_history 整合）
- 行銷力 / 服務力：靜態知識（電視購物頻道 / 24h 物流 / 訂閱制）
- 品牌力：靜態 + 預留 mcp_collector 整合空間
- 財務力：上市公司公開資訊（momo 8454 富邦集團、PChome 8044、SEA、酷澎）
每個維度自動算 momo - 競品差異 → 識別最大優勢力與最大劣勢力
_ppt_ai_analysis 加 is_5forces 分支
- 角色：BCG/麥肯錫資深戰略顧問
- 結構：整體競爭態勢 / 優勢加碼 / 劣勢補強或避戰 / SMART 三層 / 競爭風險
- max_tokens 2400
路由：
- /ppt competitor_v4 vs PChome（預設）
- /ppt competitor_v4 蝦皮 vs 蝦皮
- /ppt competitor_v4 酷澎 vs 酷澎
Telegram 按鈕：「⚔️ 競業五力 v4」
bump TEMPLATE_VERSIONS['competitor_v4'] = v4.0.0（新類型獨立版本）
簡化限制：商品力/價格力/品牌力的競品具體數據需後續擴 mcp_collector
（PChome SKU API、Dcard 品牌討論度量化等），靜態 fallback 已維持結構完整性
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 13:10:15 +08:00
OoO
16b169d3ee
feat(ppt): price_elasticity sweet spot report v3.1.0 (simplified)
...
CD Pipeline / deploy (push) Successful in 2m56s
Wave 3.3：價格彈性簡化版（採購/PM 定價策略用）
generate_price_elasticity_ppt — 7 頁
- P1 封面：含集中度徽章（過度集中/主流明確/分布健康）+ 三句話結論
- P2 KPI：SKU 數/總訂單/甜蜜點價位/甜蜜點 SKU 數
- P3 各價位桶訂單分布橫條（找甜蜜點，焦糖橘=最高訂單桶）
- P4 各價位桶業績分布橫條（評估高價帶健康度，業界基準 30-50%）
- P5 甜蜜點 TOP 5 SKU（明星價位代表商品，新品設計參考）
- P6 AI 採購策略洞察
- P7 附錄
query_price_elasticity(category, days)
- 對 SKU 算平均售價（總業績 / 數量）
- 7 個價位桶分組（< 200 / 200-500 / 500-1K / 1K-2K / 2K-5K / 5K-10K / > 10K）
- 識別「訂單數最多」的桶 = 價格甜蜜點
- 計算高價帶（>NT$2K）業績佔比（業界基準健康 30-50%）
- 選 sweet_spot 桶內 TOP 5 SKU 作為代表
簡化版限制（為後續 ADR 註明）：
- 非完整 price_elasticity（需要時間序列定價變化資料）
- 但能展示「該品類消費者最買單的價位帶」這個關鍵採購洞察
_ppt_ai_analysis 加 is_price_elast 分支
- 角色：採購主管 + PM
- 結構：甜蜜點解讀 / 高低價帶結構 / SMART 三層 / 風險預警
- 含「斷層補強」概念（識別 SKU 數明顯偏少的價位區間）
- max_tokens 1700
路由：
- /ppt price_elasticity 全平台 90 天
- /ppt price_elasticity 美妝保養 單品類 90 天
- /ppt price_elasticity 美妝保養 30 自訂天數
Telegram 按鈕：「💰 價格彈性報告」
bump TEMPLATE_VERSIONS['price_elasticity'] = v3.1.0
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 12:48:15 +08:00
OoO
fe3cba8496
feat(ppt): market_intel_weekly external signal aggregation v3.1.0
...
CD Pipeline / deploy (push) Successful in 3m6s
Wave 3.2：市場情報週報 — 把 mcp_collector 所有外部 API 彙整成一份內部簡報。
generate_market_intel_weekly_ppt — 7 頁
- P1 封面：本週重點/市場機會/風險警訊三句話（從 AI 自動抽）
- P2 節慶日曆 + 季節情境（雙卡）
- P3 電商新聞 + Google 熱搜（雙卡）
- P4 Dcard 口碑 + YouTube 爆紅（雙卡）
- P5 天氣 + 匯率（雙卡，影響消費行為）
- P6 AI 整合洞察與行動建議
- P7 附錄
外部資料來源（mcp_collector_service / mcp_context_service）：
- mcp_collector.get_holiday_context() 節慶日曆（靜態）
- mcp_collector.get_seasonal_context() 季節情境（靜態）
- get_ecommerce_news() 電商產業新聞（Gemini Grounding）
- get_taiwan_trends() Google 台灣熱搜
- get_dcard_trends() Dcard 熱門討論
- get_youtube_trending() YouTube 爆紅商品
- get_taiwan_weather() 台灣天氣
- get_twbank_exchange_rates() 台幣匯率
每個外部 API 用 _safe() wrapper，失敗時填預設文字「（本次擷取失敗或無資料）」。
_ppt_ai_analysis 加 is_market_intel 分支
- 角色：行銷情報分析師 + BU 主管
- 結構：本週市場大事 / 消費者情緒口碑 / 競爭態勢差異化 / SMART 三層 /
外部風險預警
- max_tokens 2000
路由：
- /ppt market_intel 本週情報週報（自動對齊週一）
Telegram 按鈕：「🌐 市場情報週報」
bump TEMPLATE_VERSIONS['market_intel'] = v3.1.0
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 12:39:57 +08:00
OoO
95a74c3502
feat(ppt): new_product 30-day tracking report v3.1.0
...
CD Pipeline / deploy (push) Successful in 2m35s
Wave 3.1：新品追蹤報告（PM/採購用）
generate_new_product_ppt — 9 頁
- P1 封面：含新品力徽章（強勁/穩健/偏弱/疲弱，依業績佔比）+ 三亮點
- P2 KPI：新品總數/業績/佔比/平均單品業績 + AI 解讀
- P3 新品整體日業績曲線（爬榜軌跡 matplotlib）
- P4 新品依品類分佈橫條
- P5-P7 新品 TOP 50（自動分頁）
- P8 AI PM 戰術洞察
- P9 附錄
query_new_products(days_recent=30, days_baseline=60)
- PostgreSQL CTE：recent EXCEPT early
recent = 近 30 天有銷售
early = 31-90 天前有銷售
- 自動回傳：新品 TOP 50 / 子品類分佈 / 日業績曲線
- 含 ANY array 查詢新品集合的整體日業績
_ppt_ai_analysis 加 is_new_prod 分支
- 角色：PM 商品經理 + 採購主管
- 結構：新品力評估 / 明星新品識別 / 品類分佈與機會 / SMART 三層 / 風險預警
- SMART 行動含：加碼 TOP3 / 觀察排名 11-30 / 數據追蹤
- max_tokens 1800
業界基準：新品業績佔比 5-10% 為健康，>8% 強勁，<3% 偏弱
路由：
- /ppt new_product 預設近 30 天
- /ppt new_product 14 自訂追蹤天數
Telegram 按鈕：「🆕 新品 30 天追蹤」
bump TEMPLATE_VERSIONS['new_product'] = v3.1.0
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 12:37:06 +08:00
OoO
958f705c8e
feat(ppt): promo_compare multi-promo ROI report v3.1.0
...
CD Pipeline / deploy (push) Has been cancelled
Wave 2.2：N 場促銷活動橫向比較（行銷主管覆盤用）。
generate_promo_compare_ppt — 5 頁
- P1 封面：含活動數徽章 + 排名亮點（最高拉抬/最低拉抬/最佳毛利）
- P2 並排 KPI 表：8 欄（活動/期間/天數/業績/訂單/毛利/業績拉抬/訂單拉抬）
支援 14 場以下並排顯示
- P3 業績拉抬橫條圖（matplotlib，按拉抬 % 排序）
- P4 AI 跨活動洞察（成功要素 / 失敗診斷 / SMART 三層）
- P5 附錄
路由：
- /ppt promo_compare 母親節:2026/05/05-2026/05/14|520:2026/05/18-2026/05/22|618:2026/06/14-2026/06/22
每場活動透過 query_promo_comparison 取 ROI 數據，自動產生 4 個排名。
_ppt_ai_analysis 加 is_promo_cmp 分支
- 角色：資深行銷主管
- 結構：整體比較 / 勝出活動成功要素 / 失敗活動診斷 / SMART 三層
- max_tokens 1600
Telegram 按鈕：「🆚 多活動比較」(await:promo_compare)
bump TEMPLATE_VERSIONS['promo_compare'] = v3.1.0
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 12:28:17 +08:00
OoO
9f04dc3951
feat(ppt): forecast_pre_event report v3.1.0 (BU pre-event battle plan)
...
CD Pipeline / deploy (push) Has been cancelled
Wave 2.1：檔期前瞻報告 — 給 BU 主管在檔期前 14 天決定備戰策略。
generate_forecast_pre_event_ppt — 7 頁
- P1 封面：含倒數天數徽章（備戰期/衝刺期/檔期中/已結束）+ 三段預期業績
- P2 KPI 三段對比：本期預期 / 去年同檔期 / Baseline 日均 / 已執行業績
- P3 去年同檔期業績曲線（matplotlib 折線，預測基準視覺化）
- P4 庫存盤點 TOP 30（基於 baseline 期銷量）
- P5 AI 戰術洞察
- P6 附錄
query_forecast_pre_event(event_name, event_date)
- baseline 期：檔期前 60-30 天（去除檔期前期效應）
- 去年同檔期：去年同日期 ± 7 天
- 本期準備窗口：檔期前 14 天到檔期後 7 天
- 預期業績 = baseline 日均 × 21 天 × lift_factor
- lift_factor 靜態知識（母親節 1.40 / 618 1.45 / 雙11 1.65 / 黑五 1.45 等）
_ppt_ai_analysis 加 is_forecast 分支
- 角色：BU 主管 + 行銷投放主管 + 採購三合一
- 結構：檔期定位 / 準備窗口進度 / 庫存戰術 / 廣告滿額門檻 /
SMART 三層（檔期前7/當日+3/檔期後7）/ 風險預警
- max_tokens 2000
路由：
- /ppt forecast 母親節 2026/05/12
- /ppt forecast 618 2026/06/18
Telegram 按鈕：「🎯 檔期前瞻報告」(await:forecast_event)
bump TEMPLATE_VERSIONS['forecast_pre_event'] = v3.1.0
煙霧測試：7 頁 140KB 全綠。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 12:25:42 +08:00
OoO
48e3dacfc9
feat(ppt): customer analytics report v3.1.0 (simplified RFM, no user_id)
...
CD Pipeline / deploy (push) Successful in 2m49s
Wave 1.4：客戶/訂單分析報告（行銷主管用）— 受限於資料層無 user_id，
做訂單級分析而非完整 RFM。
generate_customer_analytics_ppt — 7 頁
- P1 封面：含客單定位徽章（高/中/低）+ 限制聲明（無 user_id 註腳）
- P2 KPI：總訂單/總業績/平均客單/高客單訂單數
- P3 客單價分佈：6 級分桶橫條（< NT$500 / 500-1K / 1-2K / 2-5K / 5-10K / >10K）
- P4 消費星期分佈：matplotlib 橫條（找熱門時段）
- P5 商品復購排行 TOP 30：同商品在多筆獨立訂單中的次數
- P6 AI 行銷洞察
- P7 附錄
query_customer_analytics
- AOV 分桶（CASE WHEN bucket）
- DOW 星期聚合（PostgreSQL EXTRACT(DOW)）
- 復購商品（GROUP BY 商品名稱 HAVING COUNT(訂單) >= 5）
_ppt_ai_analysis 加 is_customer 分支
- 角色：資深行銷主管（10 年 RFM/CRM 經驗）
- 結構：訂單規模解讀 / 消費熱點 / 商品復購信號 / SMART 三層
- 長期建議：建立會員系統取得 user_id 升級完整 RFM
路由：
- /ppt customer 預設近 30 天
- /ppt customer 2026/04 指定月份
Telegram 按鈕：「👥 客戶/訂單分析」
bump TEMPLATE_VERSIONS['customer'] = v3.1.0
煙霧測試：7 頁 100KB 全綠。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 02:17:48 +08:00
OoO
d8260fcd25
feat(ppt): category deep dive report v3.1.0 (90-day single category)
...
CD Pipeline / deploy (push) Successful in 3m31s
Wave 1.3：單一品類 90 天縱向深度分析（PM/採購用）。
generate_category_deep_ppt（services/ppt_generator.py）— 12 頁
- P1 封面：含品類定位徽章（主力/成長/長尾）+ 新進榜商品 hero box
- P2 執行摘要：4 KPI（業績/訂單/毛利/SKU 數）+ AI 高階解讀
- P3 90 天日業績走勢（matplotlib 折線 + 日均線 + 高低點）+ 結論帶
- P4 子品類結構：橫條 + 帕雷托雙視圖
- P5-P7 TOP 50 商品（自動分頁）
- P8 TOP 30 廠商
- P9 新進榜商品專頁（近 30 天進榜，過去 60 天無交易判定）
- P10 AI 採購/PM 視角洞察
- P11 附錄
query_category_deep（routes/openclaw_bot_routes.py）
- 一次拉齊：kpis / daily(逐日) / top_products(50) / top_vendors(30) /
sub_categories(L2) / new_products(近 30 天 vs 60 天前比對)
- 用 PostgreSQL CTE 做新進榜判定（recent EXCEPT early）
_ppt_ai_analysis 加 is_category 分支
- 角色：採購主管 + PM 商品經理
- 結構：品類整體 / 90 天趨勢 / 子品類結構 / SKU 與廠商組合 /
SMART 三層 / 風險預警
- max_tokens 1800
路由：
- /ppt category 美妝保養 90 天深度（預設）
- /ppt category 美妝保養 30 自訂期間
Telegram 按鈕：「🗂 品類深度報告」(await:category_deep)
TODO：實作 await:category_deep 對應品類選擇互動（下一波）
bump TEMPLATE_VERSIONS['category'] = v3.1.0
煙霧測試：12 頁 300KB 全綠。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 02:14:07 +08:00
OoO
1af96f5be4
feat(ppt): period_review unified generator for quarterly/half/annual/ttm
...
CD Pipeline / deploy (push) Successful in 3m37s
Wave 1.2：用一份 generator 解 4 種時間維度報表（季/半年/年/TTM）。
generate_period_review_ppt（services/ppt_generator.py）— 12 頁
- 期間類型徽章自動切換（季報/半年報/年報/TTM 滾動）
- P1 封面：含業績狀態徽章 + elevator pitch + 期間動能
- P2 執行摘要：KPI v2 含 △% (vs 上季/上半/去年) + AI 解讀 + YoY 對比帶
- P3 月度業績走勢（matplotlib 折線：本期 + 上期 + 月均線 + 高低點）+ 4 卡指標
- P4 品類分析：橫條 + 帕雷托雙視圖
- P5-P7 TOP 50 商品（自動分頁）
- P8 TOP 30 廠商
- P9 MCP 市場情報
- P10 AI 結構化洞察
- P11 附錄
query_period_summary（routes/openclaw_bot_routes.py）
- 一次拉齊：kpis / monthly_breakdown / top_products(50) / top_categories(8) /
top_vendors(30)
- 自動算月度聚合（PostgreSQL TO_CHAR）
路由層加 4 種 sub_type 分支：
- /ppt quarterly [YYYY/Q1-4] 當季或指定季
- /ppt half_yearly [YYYY/H1-2] 當半年或指定半年
- /ppt annual [YYYY] 當年或指定年
- /ppt ttm 最近 12 個月（自動算到本月底）
每種自動抓三段資料：本期 + 上期同等 + 去年同期
- quarterly: 上季 + 去年同季
- half_yearly: 上半年 + 去年同半年
- annual: 去年 + 前年
- ttm: 上一個 TTM (24-12 月前) + 同上
_ppt_ai_analysis 加 is_period 分支
- 角色：策略顧問 + BU 主管 + CFO 三合一視角
- 結構：整體解讀 / 市場趨勢對位 / 月度走勢分析 / 品類結構 / 戰略級 SMART /
風險預警
- SMART 行動分三層：下期立即啟動（30 天）/ 下期戰略（60-90 天）/
下下期預備（6-12 月）
- max_tokens 2600，字數 1000-1300
Telegram 按鈕：報表選單加 4 顆季/半/年/TTM 按鈕
bump TEMPLATE_VERSIONS：quarterly / half_yearly / annual / ttm 全 v3.1.0
煙霧測試：4 種全綠，每份 12 頁 220KB。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 02:10:14 +08:00
OoO
b6fdb4f473
feat(ppt): awaken vendor report + v3.1.0 procurement strategy upgrade
...
CD Pipeline / deploy (push) Successful in 2m32s
Wave 1.1：把沉睡的 vendor generator 喚醒並全面升 v3.1.0：
generate_vendor_ppt（services/ppt_generator.py）— 8 頁
- P1 封面：含集中度警示徽章（健康分散 / 偏高 / 過高）+ 三句話策略要點
- P2 執行摘要：4 KPI 含 △% vs 上期 + 帕雷托 80/20 集中度結論帶
- P3 廠商業績排行：橫條 + 帕雷托雙視圖（matplotlib 暖色系）
- P4-P5 廠商明細表 TOP 30：含 △ 排名變化、🆕 新進榜、業績佔比 bar、
毛利率紅綠燈（綠 ≥15% / 黃 8~15% / 紅 <8%）
- P6 AI 採購策略洞察（結構化 8 段）
- P7 附錄
query_vendor_summary（routes/openclaw_bot_routes.py）
- 期間（單月/自訂日期區間）廠商業績聚合
- 計算 sales / profit / margin / qty / orders
- 同步抓上期同等期間做 vs 上期 △ 比對
_ppt_ai_analysis 加 is_vendor 分支
- 角色：採購主管 + 供應鏈管理顧問
- 結構：整體解讀 / 集中度與供應風險 / 議價優先 / SMART 行動 / 風險預警
- SMART 行動分三層：立即執行 / 中期強化 / 長期結構（含 OEM/ODM 自有品牌）
- 引用 MARKET_TREND_2026 共用知識基底
- max_tokens 1800，字數 800-1000
路由綁定 _generate_ppt_cmd
- /ppt vendor 當月廠商報告
- /ppt vendor 2026/04 指定月份
- /ppt vendor 2026/04/01-2026/04/15 自訂期間
- 自動抓上期同等期間做 △ 比對
Telegram 按鈕（menu_keyboards.py 的 _submenu_reports）
- 新增「🏭 廠商業績報告」進報表選單
bump TEMPLATE_VERSIONS['vendor'] v2.0 (DEPRECATED) → v3.1.0
煙霧測試：本機 venv 跑 vendor PPT 生成 8 頁 200KB 全綠。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 02:04:41 +08:00
OoO
993bdda1fd
feat(ppt-ai): inject shared 2026 Taiwan e-commerce market knowledge to all 6 prompts
...
CD Pipeline / deploy (push) Successful in 2m25s
完成 project memory 待補事項：抽取共用市場趨勢常數 + 補齊未升級的 prompt。
新增 MARKET_TREND_2026 共用常數（routes/openclaw_bot_routes.py）：
- 6 大關鍵檔期 + 拉動幅度（母親節 +30~50% 美妝 / 618 全品類 +30~50% / 雙11 +50~80%）
- 6 條 2026 熱門賽道（永續美妝/母嬰高端/機能性食品/IP 聯名/男性保養/寵物經濟）
- 4 大平台競爭定位（蝦皮/PChome/酷澎/momo）
Inject 到 5 條 prompt（monthly/strategy/promo/competitor/else）：
- 月報、策略、促銷：原 prompt + MARKET_TREND_2026 知識基底
- 競品比較：補上 2026 熱門賽道做美妝/保健/母嬰專項分析的事實基礎
- daily/weekly（else 分支）：完整重寫從 250 字 → 350-450 字 SMART 框架
+ 含市場機會與風險段（檔期卡位 + 競品風險）
bump 版本（所有 6 種 v3.x）：
- daily v3.0.2 → v3.1.0
- weekly v3.0.2 → v3.1.0
- monthly v3.1.3 → v3.1.4
- strategy v3.0 → v3.1.0
- competitor v3.0 → v3.1.0
- promo v3.0 → v3.1.0
效果：6 種報表 AI 分析現在都有共同的市場事實基底，跨報表敘事一致；
單一資料來源避免「不同報表給的市場數字打架」問題。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 01:42:43 +08:00
OoO
92b80352cb
feat(ppt-ai): upgrade prompts to professional sales/marketing depth + 2026 market trends
...
CD Pipeline / deploy (push) Successful in 2m33s
需求：簡報 AI 分析必須詳盡且專業，能直接幫助銷售/行銷策略制定，
反映 2026 年台灣電商當下市場方向與趨勢。
升級三份 prompt（monthly / strategy / promo）：
【共通強化】
- 角色從單純「分析師」升級為三合一：
策略顧問（BCG/麥肯錫經驗）+ 行銷主管（廣告 ROI、檔期）+ 採購（選品邏輯）
- 明確指明客戶與用途：「BU 主管會用本報告做下週的庫存與行銷預算決策」
- 全部加「市場趨勢脈絡」段，必須觸及：
(a) 當期關鍵檔期（母親節/520/618/雙11/雙12）對品類的歷史拉抬幅度
(b) 2026 熱門賽道：永續美妝、母嬰高端化、IP 聯名、敏弱肌、銀髮保健、
男性保養、寵物經濟、機能性食品
(c) 平台競爭：vs 蝦皮/PChome/酷澎 的免運門檻、直播帶貨、會員訂閱
- 行動建議升級為 SMART 框架（Specific / Measurable / Achievable /
Relevant / Time-bound），每條必須含商品名 + 量化目標 + 期限
- 禁用「可能/也許/建議考慮」等模糊用詞，要明確「必須做X、目標Y、期限Z」
【月報 monthly】
- 段落結構從 5 段擴為 7 段：整體解讀 / 市場趨勢 / 品類結構 / 熱銷洞察 /
MCP 整合 / SMART 行動建議 / 競爭定位與風險
- 行動建議從 6 條（每段2條）擴為 9 條（每段3條），含本週/本月/下月分層
- 字數 500-700 → 900-1200，max_tokens 1600 → 2400
【策略 strategy】
- 加市場趨勢脈絡段、SMART 框架行動建議
- 字數 400 → 600-800，max_tokens 900 → 1400
【促銷 promo】
- 市場信號解讀段升級為三段式（檔期對位 / 品類熱度 / 價格敏感度）
- 結合 2026 台灣電商熱搜賽道
效果：報告從「描述業績」升級為「告訴 BU 主管下週要做什麼、目標多少、何時完成」。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-03 00:08:36 +08:00
OoO
1c81866541
fix(ppt): final critic cleanup — Medium-1 OOXML order + Info-1/2 docs
...
CD Pipeline / deploy (push) Successful in 2m29s
清掉剩餘 critic finding（Medium-1 + Info-1 + Info-2）：
Medium-1: _set_run_fonts 違反 OOXML CT_TextCharacterProperties 子元素順序
- 抽出 _insert_rpr_child(rPr, tag) helper：依 ECMA-376 §21.1.2.3 規定
的順序表（_RPR_CHILD_ORDER）找正確位置插入
- 找第一個排在 target 之後的子元素 → insert 前面；否則 append
- 當前 from-scratch 場景安全；未來改讀模板 .pptx 時也不會踩雷
- 驗證：產生 monthly v3.1，399 個 rPr 全部符合 schema 順序，0 違反
Info-1: cleanup_expired_ppt_cache docstring 補語意說明
- 明確說明 dry_run=True/False 時 deleted_files / deleted_rows / freed_bytes
欄位語意分別為「將刪除」預估值 vs「已實刪」實際值
Info-2: TEMPLATE_VERSIONS 標記退役 type
- growth / vendor / bcg 三個 type 從未實際落地（依 ADR-014 校正 2026-04-28）
- 加 DEPRECATED 註解，避免後人誤以為已支援
Info-3 SKIP（評估後不做）：
- get_template_version import 改放模組頂部會 trigger ppt_generator 模組級
REPORTS_DIR.mkdir() 副作用，read-only filesystem 環境會掛
- 保留延遲 import 是 graceful degradation 的 intentional 設計
至此 critic 38967ce3b0b4b352c06f6noreply@anthropic.com >
2026-05-02 17:39:27 +08:00
OoO
52c06f6861
fix(ppt): admin guard for destructive /cache commands (critic Medium-3)
...
CD Pipeline / deploy (push) Successful in 2m14s
Critic Medium-3：群組內任意成員可執行破壞性快取指令的問題。
新增機制：
- ADMIN_USER_IDS：新增 OPENCLAW_ADMIN_USER_IDS 環境變數
逗號分隔的 user_id；未設時退回 ALLOWED_USERS（向後兼容）
- _is_admin(user_id)：fail-closed 判定函式
- _CURRENT_USER_ID_CTX：ContextVar 在 webhook 入口（msg + callback）
set 當前 user_id，避免改 handle_cmd 30+ 處呼叫端簽名
權限模型：
| 指令 | 權限 | 行為 |
| /cache status | 已授權 | 任何已授權用戶可看 |
| /cache cleanup [days] | 已授權 | 預設乾跑可預覽 |
| /cache flush <type> | admin | 拒絕非 admin |
| /cache cleanup [days] confirm | admin | 拒絕非 admin |
| /cache cleanup [days<1] confirm | - | 強制乾跑（防呆） |
非 admin 嘗試破壞性指令時，回傳清楚錯誤訊息引導設定環境變數。
admin 操作會額外寫 sys_log.warning 留軌跡（含 user_id）。
煙霧測試：
- syntax OK
- _is_admin(None) / _is_admin("abc") / _is_admin(unknown_id) 皆 False
- ContextVar set/get 行為正確
剩餘 Medium 1/2 + Info 類後續再處理（非緊急）。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 17:35:48 +08:00
OoO
3b0b4b3d42
fix(ppt): address critic findings on commit 38967ce (HIGH-1, HIGH-2, Medium-4)
...
CD Pipeline / deploy (push) Successful in 2m27s
Critic 審查 38967cenoreply@anthropic.com >
2026-05-02 17:23:02 +08:00
OoO
38967ceea3
feat(ppt): redesign all 6 reports to professional standard + cache versioning
...
CD Pipeline / deploy (push) Successful in 13m18s
PPT 模板全面升版至市場專業標準（McKinsey / BCG 月報級別）：
Monthly v3.1（10 頁）
- 暖紙感封面（去黑底）+ elevator pitch（亮點/警訊/動能徽章）
- KPI 卡含 △% vs 上月 + 紅綠燈、YoY 同期對比帶
- matplotlib 業績趨勢折線（本月+上月+日均線+高低點）
- 品類分析雙視圖：橫條 + 帕雷托累計（80% 主力線）
- TOP 50 商品（自動分頁）+ vs 上月 △ 排名變化 / 🆕 新進榜
- MCP 情報 4 卡片結構化、AI 行動結構化分區、附錄頁
Daily / Weekly / Strategy / Promo / Competitor v3.0
- 統一暖紙封面、AI 頁去黑底改暖紙 + 焦糖橘色條
- 日週改 matplotlib 折線（含日均線、高低點）
- 全部加附錄頁（資料來源 / 計算口徑 / 模板版本）
Cache 版本控制
- TEMPLATE_VERSIONS 字典自動注入 cache key (tpl_ver)
- 模板升版舊快取自動 miss → 重生
- 新增 _invalidate_ppt_cache() 與 cleanup_expired_ppt_cache() helper
- 新增 /cache status / flush / cleanup Telegram 指令
字型系統
- _set_run_fonts() 用 lxml 直寫 a:latin/a:ea，中英分軌
- 中文走 Microsoft JhengHei，數字/英文走 Consolas（點陣等寬）
- Dockerfile 加 fonts-noto-cjk + fonts-noto-cjk-extra
部署排程
- scripts/install_ppt_cleanup.sh 一鍵安裝 launchd（每日 03:15）
- scripts/ppt_cleanup.sh 清 7 天前過期 PPT 檔 + DB row
資料層
- routes monthly: query_monthly_summary LIMIT 10 → 50，補 orders 欄位
- routes monthly: 拉 prev_month / prev_year 比較資料供 KPI △ 與商品 △ 計算
煙霧測試 6/6 全綠：
- 日報 v3.0 (5 頁) / 週報 v3.0 (6 頁) / 月報 v3.1 (10 頁)
- 策略 v3.0 (6 頁) / 促銷 v3.0 (6 頁) / 競品 v3.0 (5 頁)
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 16:26:27 +08:00
OoO
3f40089d8c
fix(openclaw): show full main menu for wakeup phrases
CD Pipeline / deploy (push) Successful in 2m44s
2026-05-02 16:12:30 +08:00
OoO
7b6423fa67
fix(openclaw): route wakeup phrases back to menu
CD Pipeline / deploy (push) Successful in 2m55s
2026-05-02 16:03:49 +08:00
OoO
673982d83b
Fix OpenClaw callback command path from NL dispatch regression
CD Pipeline / deploy (push) Successful in 4m17s
2026-05-02 15:59:54 +08:00
OoO
ccc0cef9be
feat(ppt): upgrade monthly AI prompt to 7-section expert template with MCP RAG integration, enrich data_summary with category/product breakdown
CD Pipeline / deploy (push) Successful in 2m47s
2026-05-02 15:06:16 +08:00
OoO
9068d463bb
feat(ea): execute Phase 3 C-series architecture fixes to prevent recurrence
...
CD Pipeline / deploy (push) Successful in 2m37s
- C1: Removed weekly_strategy and meta_analysis from Elephant Alpha's SAFE_ACTIONS (orchestrator prompt and engine _ACTION_ZH) to prevent autonomous generation of scheduled reports
- C2: Removed hardcoded 0.85 confidence example from orchestrator prompt and implemented bounding validation (0.0~1.0) in _parse_strategic_decision
- C3: Expanded ADR-019 data freshness gate (_ppt_check_data_freshness) to cover /ppt weekly and /ppt strategy routes, proactively warning users of stale data
2026-05-02 14:39:10 +08:00
OoO
84786be06f
refactor(telegram): migrate cicd_routes sender to EventRouter (ADR-019 Phase 5)
...
routes/cicd_routes.py 的 send_telegram_message() 用於 CI/CD pipeline 失敗 / Drone
build 異常等告警。原本直接 POST sendMessage，改走 services.event_router.
dispatch_sync()（event_type=cicd_pipeline_alert, severity=alert）。
行為變化：
- parse_mode 從 Markdown 改 HTML（EventRouter 統一）；既有訊息中的 *bold* 等
Markdown 控制字元會以純文字顯示，可讀性不受顯著影響
- 失敗保留 print + return False 同舊行為，不阻斷 caller（send_pipeline_failure_alert
等）的 try/except 結構
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 13:09:34 +08:00
OoO
ea78d0814b
refactor(telegram): migrate alert_routes sender to EventRouter (ADR-019 Phase 5)
...
routes/alert_routes.py 的 send_telegram_message() 是 Alertmanager webhook 通用告警
出口，原本直接 POST sendMessage 並對每個 chat_id 迴圈。改走 services.event_router.
dispatch_sync() 統一入口（event_type=alertmanager_webhook, severity=alert）。
行為變化：
- 移除手動 chat_id 迴圈，改傳 admin_chat_ids 給 EventRouter（內部仍逐一發）
- 新增 ADR-012 三層分流（L0/L1/L2）+ JSONL queue replay 失敗重送
- parse_mode 參數保留簽名向後相容，但實際統一走 EventRouter HTML 模板
- caller（Alertmanager webhook handler）的 try/except 結構未動
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 13:09:34 +08:00
OoO
e12e6a8f96
feat(telegram): ADR-019 Phase 6 - daily data freshness probe + cron 09:05
...
CD Pipeline / deploy (push) Has been cancelled
ADR-019 Phase 6：每日 09:05 OpenClawBot scheduler 主動巡檢 realtime_sales_monthly
最新資料日期，落後超過閾值時透過 EventRouter 發 Telegram 警告。
新增 services/data_freshness_probe.py：
- gap == 0：靜默不發（資料齊全）
- gap == 1：info（昨日資料齊，正常）
- gap == 2~3：warning
- gap >= 4：alert（P2，ETL 大概率出問題）
- latest_date 取不到：alert（DB 連線異常）
routes/openclaw_bot_routes.py 加 cron job openclaw_data_freshness_probe
（hour=9 minute=5，避開 09:00 的其他既有 job）。
從『用戶月初按按鈕踩坑才發現資料缺口』的被動模式，轉成 agent 主動巡檢通知。
配合 Phase 1（PPT freshness gate）+ Phase 2（agent tool）+ Phase 3（cmd 路徑
agent dispatch）+ Phase 4（對話 state），Telegram Bot 互動層的『rigid default
+ 靜默空白』反模式根除。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 13:07:30 +08:00
OoO
14195b65fd
feat(telegram): ADR-019 Phase 4 - conversation memory + chat_id propagation
...
CD Pipeline / deploy (push) Successful in 2m51s
ADR-019 Phase 4：新增 services/openclaw_session.py 管理 chat_id 級別的多輪
對話歷史與 carry-over slot。In-memory，30 分鐘 TTL，重啟清空（臨時對話 state
不該污染 ai_insights 永久記憶）。
openclaw_answer 簽章加 chat_id=None 可選參數：
- 傳入時 agent 會看到該 chat 最近 5 輪對話歷史，注入 system prompt
- Ollama / Gemini FC 兩條路徑都會在生成成功後 append_turn 寫回 session
- system prompt 加決策規則：「若歷史顯示用戶剛被問參數，優先用該答案接續執行」
Caller 全部更新傳 chat_id：
- routes/openclaw_bot_routes.py:5479 (handle_cmd 不認識指令 fallback)
- routes/openclaw_bot_routes.py:5916 (webhook NL 路徑)
- routes/openclaw_bot_routes.py:_agent_dispatch_cmd (Phase 3 hook)
- services/telegram_bot_service.py:934 (polling NL fallback)
向下相容：chat_id=None 時行為與舊版完全相同（無 multi-turn 記憶）。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 13:04:18 +08:00
OoO
38f4033eb0
feat(telegram): ADR-019 Phase 3 - feature-flagged agent dispatch for cmd:X
...
CD Pipeline / deploy (push) Successful in 2m47s
ADR-019 Phase 3：在 handle_cmd 入口插入 agent dispatch hook，將白名單 cmd 翻成
NL question 交 OpenClaw agent 處理。Agent 自動透過 Phase 2 的 check_data_freshness
tool probe 資料缺口，缺資料時主動詢問用戶，避免靜默產出空白結果。
新增：
- 環境變數 OPENCLAW_AGENT_DISPATCH (預設 0)、OPENCLAW_AGENT_DISPATCH_CMDS (逗號分隔)
- _CMD_TO_NL 翻譯字典：sales / top / vendor 三 cmd 起步
- _agent_dispatch_cmd() helper：feature flag + 白名單 + agent 呼叫 + 失敗 fallback
設計考量：
- 預設 OFF，零 prod regression 風險
- Agent 失敗自動回原 handler，不卡用戶
- 灰度路徑：先在 staging 開 OPENCLAW_AGENT_DISPATCH=1 + CMDS=sales 觀察一週
- 21 cmd 不需要全部翻譯，只翻譯有「資料缺口可能性」或「參數需確認」的
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 13:00:02 +08:00
OoO
b3348ae77d
feat(telegram): ADR-019 Phase 2 - check_data_freshness tool for OpenClaw
...
CD Pipeline / deploy (push) Has been cancelled
ADR-019 Phase 2：把資料新鮮度查詢註冊為 OpenClaw 的第 4 個 Function Calling
tool。Agent 在回答任何特定時段業績問題前可主動 probe，避免月初/季初時編造
「業績為零」這類因 ETL 尚未匯入造成的虛假結論。
新增：
- _FC_TOOLS 加入 check_data_freshness 宣告
- _execute_tool 對應分支：回傳 latest_data_date / available_months /
current_month_has_data / data_freshness_warning
- 系統 prompt 更新：明示 4 個工具與「相對時間詞先 probe」決策規則
與 Phase 1 互補：Phase 1 是 PPT cmd 路徑寫死的補丁，Phase 2 讓 NL 對話路徑
透過 agent 自己決策，是 ADR-019「Agent-First」原則的真正起點。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 12:58:06 +08:00
OoO
db02ecf2cf
feat(telegram): ADR-019 Phase 1 - PPT data freshness gate + store_insight fix
...
CD Pipeline / deploy (push) Successful in 2m55s
ADR-019 Phase 1 (止血)：PPT 生成前 probe 資料新鮮度。月初/缺資料期間用戶按
ppt:monthly/daily 不再產出空白報告，改主動 inline keyboard 詢問：
- 改看最新有資料的月份/日期（一鍵）
- 自訂月份/日期（接 await:date_ppt_*）
- 取消
新增 PPTDataInsufficientError exception + _ppt_check_data_freshness() helper。
_generate_ppt_cmd 簽章加 _reply_to=None；_ppt_background 靜默吞此例外。
順手修同檔 :1976/:1993 兩處 store_insight() positional args 錯位 bug —
原本 (date, report_type, ai_text) 對應 signature (insight_type, content, period)
完全錯位，導致 period varchar(50) 被 2000 字 AI 內容截斷、INSERT 失敗、
ai_insights 表寫入永久失敗。改成 kwargs 呼叫。
ADR-019 (Telegram Bot Agentic Conversation Layer) 同步落地，Status: Accepted。
六 Phase 路線圖見 ADR 文件，本 commit 完成 Phase 1。
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 12:52:45 +08:00
OoO
1a886d962b
fix(telegram): dedupe webhook+polling updates via shared DB guard
...
CD Pipeline / deploy (push) Successful in 8m50s
Webhook (Flask) and polling (momo-telegram-bot) consumed the same
Telegram update_id, causing /menu callbacks to fire twice. Add a
shared dedup module backed by telegram_update_dedup table (300s TTL,
60s cleanup) with in-memory fallback, wired into both paths.
Polling launcher now skips startup when webhook is configured to
prevent dual-consumption at the source.
38 tests across webhook, menu keyboards, telegram_api, dedup guard,
and trend bot service.
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 12:01:04 +08:00
OoO
75de76ac12
fix(momo): block EC404 auto-open with end-to-end URL guard
...
CD Pipeline / deploy (push) Has been cancelled
- normalize URLs at write time (scheduler crawlers, routes) to drop
javascript:/EC404/placeholder i_code (momo_/manual_/pchome_)
- add global click+auxclick guard in base.html and ewoooc_base.html
that intercepts blocked MOMO URLs and redirects to safe i_code URL
- per-page dashboards reuse the same isLikelyMomoIcode validation
- /api/track_momo_link records blocked events for diagnosis
- ship sanitize_momo_urls.py to clean existing polluted DB rows
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com >
2026-05-02 12:00:34 +08:00
OoO
026d0e7539
feat(reports): move monthly analysis to v2 shell
CD Pipeline / deploy (push) Successful in 2m14s
2026-05-01 21:13:18 +08:00
OoO
4e853a233f
perf(dashboard): speed up competitor overview
CD Pipeline / deploy (push) Successful in 2m12s
2026-05-01 20:36:25 +08:00
OoO
066cf1846f
feat(dashboard): show AI pick evidence gaps
CD Pipeline / deploy (push) Successful in 2m18s
2026-05-01 17:17:03 +08:00
OoO
e86075d59d
fix(dashboard): avoid redundant prewarm rebuilds
CD Pipeline / deploy (push) Successful in 2m15s
2026-05-01 16:36:58 +08:00
OoO
2ac7410d40
fix(dashboard): prewarm cache and expose pick evidence
CD Pipeline / deploy (push) Successful in 2m20s
2026-05-01 16:34:13 +08:00
OoO
b3d00a011c
fix(dashboard): warm cache after AI pick refresh
CD Pipeline / deploy (push) Successful in 3m37s
2026-05-01 16:16:39 +08:00
OoO
b447aefcfb
fix(ai): clear dashboard cache after pick regeneration
CD Pipeline / deploy (push) Successful in 2m27s
2026-05-01 16:10:51 +08:00
OoO
3920701e1a
feat(dashboard): optimize cache and AI pick confidence
CD Pipeline / deploy (push) Successful in 2m46s
2026-05-01 16:01:52 +08:00
OoO
0334051aa7
feat(dashboard): 匯出 AI 挑品操作清單
CD Pipeline / deploy (push) Successful in 2m39s
2026-05-01 15:43:57 +08:00
OoO
1d1a7f6e94
feat(dashboard): 強化 AI 挑品清單決策資訊
CD Pipeline / deploy (push) Successful in 2m22s
2026-05-01 15:22:21 +08:00
OoO
a5de082437
feat(dashboard): 顯示 50 品 AI 挑品清單
CD Pipeline / deploy (push) Successful in 3m12s
2026-05-01 15:08:41 +08:00
OoO
77b085f813
fix(dashboard): 快取比價決策總覽
CD Pipeline / deploy (push) Successful in 2m28s
2026-05-01 14:32:51 +08:00
OoO
ea15aa6437
refactor(vendor): 抽出廠商管理查詢服務
CD Pipeline / deploy (push) Failing after 8m57s
2026-05-01 14:20:09 +08:00
OoO
1012d609d4
feat(dashboard): 顯示 PChome 比價決策總覽
CD Pipeline / deploy (push) Has been cancelled
2026-05-01 14:19:18 +08:00
OoO
fbc85fcedc
refactor(vendor): 抽出缺貨 API 查詢服務
CD Pipeline / deploy (push) Successful in 2m11s
2026-05-01 14:12:56 +08:00
OoO
62f8f1d52d
refactor(vendor): 抽出缺貨 V2 查詢服務
CD Pipeline / deploy (push) Has been cancelled
2026-05-01 14:07:10 +08:00
OoO
8a3d50933b
feat(ai): 自動補抓並重算 PChome 挑品
CD Pipeline / deploy (push) Successful in 2m18s
2026-05-01 14:02:37 +08:00
OoO
043a7dc915
feat(ai): 補抓 PChome 待比對商品
CD Pipeline / deploy (push) Successful in 2m20s
2026-05-01 13:40:37 +08:00
