feat(awooop): surface ai route repair evidence
All checks were successful
CD Pipeline / tests (push) Successful in 1m24s
Code Review / ai-code-review (push) Successful in 12s
CD Pipeline / build-and-deploy (push) Successful in 3m53s
CD Pipeline / post-deploy-checks (push) Successful in 1m48s

This commit is contained in:
Your Name
2026-05-25 14:21:25 +08:00
parent e570d9f6a9
commit 67296746c0
8 changed files with 642 additions and 7 deletions

View File

@@ -1,3 +1,46 @@
## 2026-05-25T177 AI route repair evidence API / 前端投影
**背景**
- T176 已把 GCP-A primary lane down 的 live probe 與阻塞原因寫入 `awooop_conversation_event`,但 operator 在 AwoooP Runs / Dashboard 仍只能看到 `lane_mode=degraded_failover``repair_skipped_primary_lane`,無法直接看出「診斷證據在哪、阻塞是什麼、是否有副作用」。
- 本輪目標不是改 AI Provider 路由,也不是自動重啟 GCP-A只把既有 AwoooP DB 證據做白名單投影,讓前端可以解釋 GCP-A 為何被跳過。
**本次修復**
- `/api/v1/platform/ai-route-status` 新增 `repair_evidence` 欄位;當 `lane_mode``degraded_failover` / `cloud_fallback` / `unavailable` 時,從最新 `ai_route_repair / repair_diagnosis` source envelope 取回:
- `provider_event_id``conversation_event_id``run_id`
- `target_resource``severity``fingerprint`
- `live_probe``access_blockers`
- `side_effects`incident / Telegram / approval / runtime route 是否被建立或變更)
- `source_ref_count`
- AwoooP Runs 的 AI Provider panel 新增「最新修復診斷證據」區塊,顯示阻塞點、探測結果、來源證據數與副作用檢查。
- Dashboard Automation Evidence card 也會把 route degraded 摘要補上 repair evidence target / blockers / source refs。
- 前端文案已補 `zh-TW` / `en` i18nUI 沒有新增 emoji使用既有 Lucide icon。
**本地驗證**
```text
python3 -m py_compile apps/api/src/services/platform_operator_service.py apps/api/src/api/v1/platform/operator_runs.py -> pass
jq empty apps/web/messages/zh-TW.json apps/web/messages/en.json -> pass
git diff --check -> pass
pytest targeted ai-route status/evidence tests -> 6 passed
pnpm --dir apps/web exec tsc --noEmit --tsBuildInfoFile /tmp/awoooi-t177-tsconfig.tsbuildinfo -> pass
```
**目前整體進度**
- AwoooP 告警可觀測鏈:約 99.3%。
- 低風險自動修復閉環:約 95.7%。
- 前端 AI 自動化管理介面同步:約 97.3%。
- Telegram 詳情 / 歷史可解釋性:約 95.5%。
- Callback evidence / DB replayability約 96.0%。
- MCP / 自建 MCP 可見性:約 88%。
- Sentry / SigNoz source correlation visibility約 88%。
- Ansible / PlayBook decision visibility約 84.8%。
- KM owner-review / completion governance約 84%。
- AI Provider lane 健康與可見性:約 91%GCP-A runtime 尚未修復;但 repair diagnosis 已能在 API / 前端呈現)。
- 完整 AI 自動化管理產品化:約 95.0%。
## 2026-05-25T176 GCP-A primary lane repair evidence 入庫
**背景**