wooo/ewoooc
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
547 Commits 6 Branches 0 Tags
d410677e5ecafee10159ab0cdfd3db1c3c8fb285
Commit Graph

221 Commits

Author SHA1 Message Date
OoO
4e6e9bfe5d 綁定自動匯入日期查詢參數 2026-05-13 10:28:48 +08:00
OoO
5625032a8d 記錄 AI caller registry 匯入失敗
All checks were successful
CD Pipeline / deploy (push) Successful in 57s
Details
2026-05-13 10:04:45 +08:00
OoO
0a75d11a28 記錄 Claude 成本節流檢查失敗
All checks were successful
CD Pipeline / deploy (push) Successful in 59s
Details
2026-05-13 10:03:13 +08:00
OoO
f49413e78a 記錄 EA short-circuit 遙測失敗
All checks were successful
CD Pipeline / deploy (push) Successful in 56s
Details
2026-05-13 10:01:46 +08:00
OoO
c300e496c5 記錄 ROI 月報反饋區塊失敗
All checks were successful
CD Pipeline / deploy (push) Successful in 55s
Details
2026-05-13 10:00:04 +08:00
OoO
ba8510eac7 補齊 MCP 早退狀態
All checks were successful
CD Pipeline / deploy (push) Successful in 57s
Details
2026-05-13 09:40:55 +08:00
OoO
d15b2215f1 細分 MCP 呼叫遙測狀態
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details
2026-05-13 09:35:27 +08:00
OoO
2068a3719d 修正 Telegram 分類按鈕預設 callback
All checks were successful
CD Pipeline / deploy (push) Successful in 55s
Details
2026-05-13 09:27:34 +08:00
OoO
44eb36992e 補上 MCP filesystem 唯讀白名單
All checks were successful
CD Pipeline / deploy (push) Successful in 55s
Details
2026-05-13 09:26:12 +08:00
OoO
36d0e5d5f3 標記 RAG 命中節省 LLM 呼叫
All checks were successful
CD Pipeline / deploy (push) Successful in 56s
Details
2026-05-13 09:21:50 +08:00
OoO
f2b91beb61 記錄 RAG 人工審核者 hash
All checks were successful
CD Pipeline / deploy (push) Successful in 58s
Details
2026-05-13 09:13:29 +08:00
OoO
8087d13e31 補上 MCP DB writer 失敗診斷
All checks were successful
CD Pipeline / deploy (push) Successful in 57s
Details
2026-05-13 09:10:28 +08:00
OoO
4f62480bdb 串接 AutoHeal 共用 SSH helper
All checks were successful
CD Pipeline / deploy (push) Successful in 56s
Details
2026-05-12 23:53:32 +08:00
OoO
c4d39cf544 串接 AiderHeal 共用 SSH helper
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details
2026-05-12 23:52:28 +08:00
OoO
83e7e0cceb 移除誤入 UI commit 的非前端檔案
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details
2026-05-12 23:52:25 +08:00
OoO
eb9cac0d19 改善活動看板手機導覽排版
All checks were successful
CD Pipeline / deploy (push) Successful in 57s
Details
2026-05-12 23:50:18 +08:00
OoO
caa6263872 同步 incidents 相容欄位寫入
All checks were successful
CD Pipeline / deploy (push) Successful in 56s
Details
2026-05-12 23:31:33 +08:00
OoO
14c5349b69 補齊 AI 觀測表 ORM 與 embedding 簽名
All checks were successful
CD Pipeline / deploy (push) Successful in 56s
Details
2026-05-12 23:13:20 +08:00
OoO
fccc80858d 修復 Wave 0 阻塞與 market intel 入庫 2026-05-12 22:49:56 +08:00
OoO
30a173cf69 統一全站暖色視覺與市場情報骨架
All checks were successful
CD Pipeline / deploy (push) Successful in 58s
Details
2026-05-06 20:24:46 +08:00
OoO
153e4c9734 fix(observability): revert unrelated quick review commit files
All checks were successful
CD Pipeline / deploy (push) Successful in 58s
Details
2026-05-06 19:50:52 +08:00
OoO
308efdce25 chore(observability): clarify quick review completion copy
All checks were successful
CD Pipeline / deploy (push) Successful in 1m4s
Details
2026-05-06 19:49:28 +08:00
OG T
0904a60237 fix(scheduler): quiet cold-start noise gates
All checks were successful
CD Pipeline / deploy (push) Successful in 1m29s
Details
2026-05-06 00:31:30 +08:00
OG T
f6a2a05e3f fix(aiops): treat openclaw strategy actions as advisory
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details
2026-05-05 13:49:36 +08:00
OoO
7a10d27d61 feat(p53): K8s Nginx Proxy 支援 — host_label/provider_tag 補完
Some checks failed
CD Pipeline / deploy (push) Has been cancelled
Details 
問題：
K8s 內網無法直連 GCP 公網 11434，所以 110 跳板架了 Nginx Proxy
轉發 11435/11436 到 GCP-A/GCP-B。但 services/ollama_service.py 的
get_host_label() 只看 IP substring（34.143.170.20 / 34.21.145.224），
K8s 環境會 fallback 到「未知」造成觀測台主機標籤錯亂。

修補：
- services/ollama_service.py::get_host_label
  新增：
    192.168.0.110:11435 → "GCP-SSD（via Nginx 110）"
    192.168.0.110:11436 → "GCP-SSD-2（via Nginx 110）"
  保留：直連 GCP / 111 / 188 / localhost 既有判斷

- services/ollama_service.py::get_provider_tag（新函式）
  統一 provider 標籤判斷（之前散落 code_review_pipeline 等多處重寫）：
    GCP 直連 + Nginx 11435 → 'gcp_ollama'
    GCP-B 直連 + Nginx 11436 → 'ollama_secondary'
    111 → 'ollama_111'
    其他 → 'ollama_other'
  跨環境統一：ai_calls.provider 在 docker-compose / K8s 都記同一 tag，
  跨環境統計不分裂。

- services/code_review_pipeline_service.py:233
  改用統一 get_provider_tag()，移除原本 hardcode 的 if/else IP 判斷。

- k8s/02-configmap.yaml（user 已改）
  OLLAMA_HOST_PRIMARY = http://192.168.0.110:11435 (Nginx → GCP-A)
  OLLAMA_HOST_SECONDARY = http://192.168.0.110:11436 (Nginx → GCP-B)
  OLLAMA_HOST_FALLBACK = http://192.168.0.111:11434 (內網)

driver test:
  http://34.143.170.20:11434 → GCP-SSD / gcp_ollama
  http://192.168.0.110:11435 → GCP-SSD（via Nginx 110）/ gcp_ollama
  http://192.168.0.111:11434 → 111 備援 / ollama_111

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-05 01:09:56 +08:00
OoO
822789c810 feat(p49): Telegram 補完 9 頁對應 + daily summary 加商業面未跟進警示
All checks were successful
CD Pipeline / deploy (push) Successful in 2m58s
Details 
M-B: Telegram 對應從 6/9 → 9/9
新增 3 個 cmd handler，對應 Phase 45-48 的 3 個新觀測頁：
- cmd:obs_overview — 一頁式總覽（三主機 24h + AI 呼叫 + 月成本 + 待審 episode）
- cmd:obs_orchestration — Agent 編排矩陣（4 Agent × Models 24h 數字）
  本地 Ollama % / RAG 命中 % / 錯誤率 + cost
- cmd:obs_business — 商業面 × AI（價格決策 7d by strategy
  + 未跟進機會 + Outcomes verdict 30d）

services/openclaw_bot/menu_keyboards.py::_submenu_observability 升級為 9 項

M-C: daily summary（每日 09:30）加商業面警示
- 從 ai_price_recommendations × action_plans 跨表 JOIN
  偵測 high-confidence (≥0.7) 卻無對應 action_plan 的「機會流失」
- 7d 內若有未跟進，daily summary 自動標 ⚠️ 警示
- 對應 Phase 48 business_intel 頁同個邏輯，閉環推送

inline keyboard 升級：日報附 6 個入口（總覽/編排/商業面/主機/AI/預算），
不再只有 4 個

Phase 38→49 累計 14 commits。觀測台戰役完整收官：
- 9 頁全部對應 Telegram cmd
- DB 22/22 = 100% 全覆蓋
- 6 個 L2 一鍵 + 3 種主動推送（即時/異常/日常）
- 日報含商業面警示

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-04 20:00:15 +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
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
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
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
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
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
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
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
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 殘留 bug)
- TOP-4 code_review_pipeline: code_review_hermes/openclaw/elephant 三鏈 (request_id 串)
- TOP-5 openclaw_bot_routes: openclaw_bot_main/gemini/nim 三層 fallback

Phase 3 A7 — OpenClaw Q&A → qwen3:14b（feature flag OFF）
- OPENCLAW_QA_OLLAMA_FIRST 灰度開關
- 繁中強制 system prompt + Gemini fallback chain
- _is_low_quality_response 品質守門（簡體字檢測 + 拒答訊號 + 結構分數）
- 黃金集 A/B 對照測試框架（10 樣本去 PII）

Phase 3 A8 — OpenClaw 日報 → Hermes 模板（feature flag OFF）
- OPENCLAW_DAILY_HERMES_TEMPLATE 灰度開關
- _compute_daily_kpi 純 SQL + Hermes 規則引擎
- _compute_gemini_insight 精簡 200 字洞察 prompt
- templates/daily_report_v2.j2 + _SafeUndefined 缺欄位優雅降級
- scripts/compare_daily_report_versions.py 雙版本盲測

Phase 3 A9 — Nemotron NIM → qwen3:14b（feature flag OFF）
- NEMOTRON_OLLAMA_FIRST 灰度開關（A2 紅燈：deepseek-r1 假支援，改 qwen3）
- _call_qwen3_dispatch + 既有 NIM tool_calls 解析共用
- 保留 ADR-004「🟡 [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
078bf2683c fix(adr-027): Phase 2 — ADR-027 4 破洞修補 + 移除寫死 111 
config.py — B1+B2 lazy resolve
- get_ollama_host() 取代 import-time freeze 的 OLLAMA_HOST
- get_embedding_host() 取代 EMBEDDING_HOST
- 主機切換時不需重啟 Python 進程

services/ollama_service.py — B3+B4 三主機級聯
- resolve_ollama_host(primary, secondary, fallback) 三主機級聯
  - Primary:   34.143.170.20 (SSD) — GCP 主主機
  - Secondary: 34.21.145.224 (SSD) — 同等效能備援
  - Fallback:  192.168.0.111 (HDD) — 最後一道防線
- _is_reachable: HTTP /api/version probe 取代 TCP socket（防 process 卡死假活）
- mark_unhealthy(host) 即時失效 cache，30s 內跳過該主機
- 14 unit tests 全綠

services/aider_heal_executor.py — N2
- 移除寫死 192.168.0.111，改用 get_ollama_host()
- AiderHeal 終於遵循 ADR-027 GCP 優先策略

Operation Ollama-First v5.0 / Phase 2 A6

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
 2026-05-03 23:05:11 +08:00