fix(flywheel): 自動化飛輪六大能力修復（ADR-092 B3）

【根因鏈修復】
MCP Provider bugs → PreDecisionInvestigator 失敗 → Agent Debate 無上下文
→ LLM 逾時 → description="待分析" → ADR-091 鐵閘攔截 → tg_sent 未設
→ W-2 Watchdog 誤報「靜默故障」

【六大修復】
1. MCP Provider 三蟲修復
   - ssh_provider: asyncssh.run() → conn.run()
   - prometheus_provider: KeyError 'query' → .get() 容錯
   - k8s_provider: 空 pod_name → 早返回錯誤字典

2. Agent Debate / 決策品質
   - decision_manager: 逾時降級文字改為明確描述（繞過 ADR-091 鐵閘）
   - intent_classifier: LLM 逾時降級至關鍵字分類（非 None）

3. Watchdog 誤報修復（ADR-092 B3）
   - W-2: tg_sent Redis TTL → telegram_message_id IS NULL（DB 真值）
   - W-5 新增: suggested_action IN 空/待分析/NO_ACTION + tg_id IS NULL
   - approval_timeout_resolver: 60min → 15min，batch 50 → 200

4. Config Drift 自動化
   - drift_adopt_service: auto_adopt_if_safe() 六條件安全閘
   - drift.py: 背景任務先嘗試自動採納再發人工 Telegram 卡片

5. Playbook 飛輪穩定
   - playbook_seed_service: 修復幂等性（deprecated 不視為缺失）
   - playbook_evolver: 只載 DRAFT+APPROVED（非全部 294 筆）

6. 可觀測性
   - alert_rule_engine: auto_rule 結構化日誌 + Redis 計數器（pipeline）
   - auto_approve: reject 原因 Redis 計數器
   - heartbeat_report_service: 新增「⚙️ 自動化統計（今日）」區塊

【待人工執行】
psql $DATABASE_URL -f apps/api/migrations/cleanup_duplicate_deprecated_playbooks.sql

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

apps/api/src/services/intent_classifier.py

@@ -603,7 +603,16 @@ class IntentClassifier:
                     error=str(e),
                     response_preview=result_text[:100],
                 )
-                return self._llm_fallback_result("JSON 解析失敗")
+                # 2026-04-24 ogt + Claude Sonnet 4.6: JSON 解析失敗也降級至關鍵字結果
+                _kw_result = self._keyword_classify(text)
+                return IntentResult(
+                    intent=_kw_result.intent,
+                    confidence=_kw_result.confidence,
+                    method="llm_parse_failed_keyword",
+                    matched_keywords=_kw_result.matched_keywords,
+                    detected_resources=_kw_result.detected_resources,
+                    reasoning=f"LLM JSON 解析失敗降級 → {_kw_result.reasoning}",
+                )
 
         except httpx.TimeoutException:
             elapsed_ms = (time.time() - start_time) * 1000
@@ -611,7 +620,20 @@ class IntentClassifier:
                 "intent_llm_timeout",
                 elapsed_ms=round(elapsed_ms, 1),
             )
-            return self._llm_fallback_result("LLM 超時")
+            # 2026-04-24 ogt + Claude Sonnet 4.6: LLM 超時直接降級至關鍵字結果
+            # 問題：_llm_fallback_result 返回 confidence=0.0/UNKNOWN，和 keyword 結果 confidence 相同
+            #       classify() 比較 0.0 > 0.0 = False → 走 keyword（正確），但已浪費 5s 超時時間
+            #       若 Ollama 後端不通，每次都等 5s 才降級 → ai_router/ci_auto_repair 延遲累積
+            # 修法：超時直接回 keyword 結果，method 標記 "llm_timeout_keyword" 供可觀測性追蹤
+            _kw_result = self._keyword_classify(text)
+            return IntentResult(
+                intent=_kw_result.intent,
+                confidence=_kw_result.confidence,
+                method="llm_timeout_keyword",
+                matched_keywords=_kw_result.matched_keywords,
+                detected_resources=_kw_result.detected_resources,
+                reasoning=f"LLM 超時降級（{round(elapsed_ms, 0):.0f}ms）→ {_kw_result.reasoning}",
+            )
 
         except Exception as e:
             logger.warning(
@@ -619,7 +641,16 @@ class IntentClassifier:
                 error=str(e),
                 error_type=type(e).__name__,
             )
-            return self._llm_fallback_result(f"LLM 錯誤: {type(e).__name__}")
+            # 2026-04-24 ogt + Claude Sonnet 4.6: LLM 錯誤同樣降級至關鍵字結果
+            _kw_result = self._keyword_classify(text)
+            return IntentResult(
+                intent=_kw_result.intent,
+                confidence=_kw_result.confidence,
+                method="llm_error_keyword",
+                matched_keywords=_kw_result.matched_keywords,
+                detected_resources=_kw_result.detected_resources,
+                reasoning=f"LLM 錯誤降級（{type(e).__name__}）→ {_kw_result.reasoning}",
+            )
 
     def _parse_intent_type(self, intent_str: str) -> IntentType:
         """解析意圖字串為 IntentType"""