docs(adr+skills): ADR-092 AI Decision LLM 層 + Skill 03 更新統一 LLM pattern

首席架構師 2026-04-19 Review 92/100 Grade A 後的完整文檔化:

**ADR-092 新建 (AI Decision LLM 擴展架構)**:
  - 背景: 14 scanner 中 8 個純 threshold,違反 feedback_ai_autonomous_direction
  - 決策: 4 個 LLM service + 統一 pattern (llm_json_parser)
  - 約束 5 鐵律: 失敗不 raise / AI 只建議不動作 / openclaw 統一入口 /
                aol 留痕 / 繁中 + JSON schema
  - 節流: Daily cron + 事件觸發 (red_ratio>30% 且 scanned>=50)
  - autonomy_score 0-100 量化追蹤
  - 實作成果 + P1 剩餘 + 回滾計畫

**Skill 03 openclaw-cognitive-expert 更新**:
  - 新增「2026-04-19 AI Decision LLM 擴展層」章節
  - Pattern code 範本 (不是每次重寫 3-path parse)
  - 4 LLM service 對照表 + required_key
  - 擴加 5 鐵律清單
  - autonomy_score 追蹤使用說明

下 session Claude 接手時能快速看到 LLM service pattern,不會重複造輪子.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

docs/adr/ADR-092-ai-decision-llm-expansion-layer.md

@@ -0,0 +1,134 @@
+# ADR-092: AI Decision Layer — LLM 擴展架構
+
+**狀態**: Accepted
+**日期**: 2026-04-19 (台北時區)
+**作者**: ogt + Claude Opus 4.7 (1M context, 亞太)
+**關聯**: ADR-090 盲區治理 / MASTER §3 D1-D6 / feedback_ai_autonomous_direction
+
+---
+
+## 背景
+
+2026-04-19 session 完成 Phase 7 盲區治理後（14 個新 scanner，8 張 0 writer 表全活化），首席架構師 Review 發現嚴重 Gap：
+
+- **AI 層淺**：14 個新 scanner 中 **8 個純 threshold（rule-based）**，只 Hermes 1 個真用 LLM 做決策
+- **autonomy_score 實測**：63/100（starter 起步級），`ai_diversity` 子項僅 6/20
+- **統帥鐵律**：「朝 AI 自主化方向」— infrastructure 不等於 AI
+
+違反 `feedback_ai_autonomous_direction.md` 核心原則：「禁寫死規則做最終決策」。
+
+---
+
+## 決策
+
+### 1. AI Decision 層的 4 個 LLM Service（本 session 完成）
+
+| Service | LLM 判斷 required_key | 觸發條件 | 職責 |
+|---|---|---|---|
+| **hermes_rule_quality** | `recommended_actions` | 每日 04:00 Taipei | 分析 noise_rate > 0.5 rule 的假報真因 + 改進建議 |
+| **capacity_forecaster** | `priority_actions` | 每日 05:00 Taipei（predict_linear 命中）| 分析 7d 容量預測高風險 host 的修復策略 |
+| **compliance_scanner** | `posture_grade` | 每日 03:00 Taipei（有 warning/violation）| 產整體 compliance posture 評級 + top 3 action |
+| **coverage_evaluator** | `worst_dimension` | 每 1h（red_ratio > 30% 且 scanned > 50）| 分析 7 維 red 缺口 + 補覆蓋建議 |
+
+### 2. LLM 調用統一 pattern（services/llm_json_parser.py）
+
+**原問題**：4 個 LLM scanner 各自重複 3-path JSON parse 邏輯（~80 行 × 4 = 320 行）
+**新 pattern**：`parse_llm_json_response(text, required_key, logger_context)`
+
+```python
+# 統一 3-path fallback
+Path 1: 剝 markdown fence + 直接 JSON 含 required_key
+Path 2: NemoTron wrapper — description/action_title/reasoning 內嵌 JSON
+Path 3: 所有失敗 return None + logger.warning
+```
+
+所有 LLM service 都用此 helper，未來擴加 LLM service 直接呼叫。
+
+### 3. LLM Service 架構約束（鐵律）
+
+**必須遵守**：
+1. **失敗永不 raise**：LLM 掛掉/parse 失敗 → return None → 呼叫者 fallback 硬編規則
+2. **AI 只建議不動作**：所有 LLM 輸出都寫 `requires_human_decision=True`，推 Telegram 等人工
+3. **openclaw 統一入口**：不直接呼叫 Ollama/NVIDIA/Gemini，走 `get_openclaw().call(prompt)` 多 provider fallback
+4. **aol 留痕**：LLM 結果進 `automation_operation_log.output.llm_analysis`
+5. **繁中 + JSON schema**：prompt 明確 required_key，system prompt 要求 LLM 產純 JSON
+
+**禁止**：
+- 硬編 threshold 做最終決策（只做「觸發討論」）
+- LLM 結果直接執行破壞性動作（必過人工）
+- 內嵌多 provider 判斷（統一走 openclaw）
+
+### 4. 觸發條件設計原則
+
+**節流避免 token 成本爆炸**：
+- Daily cron：每日一次（compliance/forecaster/hermes）
+- 事件觸發：coverage 只在 `red_ratio > 30% 且 scanned >= 50` 才跑 LLM
+- 避免 bootstrap 首次必觸發的浪費
+
+### 5. autonomy_score 量化追蹤
+
+新增 `GET /api/v1/aiops/kpi` 回 5 子項 × 20 分總分（0-100）：
+- `asset_coverage`: green 比例 × 20
+- `rule_quality`: 1 - (noisy/total) × 20
+- `capacity_health`: critical 扣 10 / warning 扣 3
+- `automation_flow`: log10(24h_ops) 標準化 × 20
+- `ai_diversity`: ai_generated rules + op_type 多樣性 × 20
+
+Grade: mature(90+) / in_progress(70-90) / starter(50-70) / initial(<50)
+
+---
+
+## 實作成果
+
+### 達成指標
+- LLM decision service: **1/9 → 4/9**
+- autonomy_score: 未量化 → **63/100 (starter)** 可持續追蹤
+- LLM JSON parse 重複碼: **320 行 → 1 份共用 helper**（90 行）
+
+### Commits
+- `ba18ad2` Hermes LLM 升級（Hermes 從 threshold 改 LLM）
+- `d6b854a` Gap 3.1 capacity_forecaster LLM
+- `f6cb938` Gap 3.2 compliance_scanner LLM
+- `2f5cab2` Gap 3.3 coverage_evaluator LLM
+- `fa643eb` P1 重構：llm_json_parser helper + coverage 雙條件
+
+### 相關檔案
+- `apps/api/src/services/llm_json_parser.py`（共用 helper）
+- `apps/api/src/services/openclaw.py`（多 provider）
+- `apps/api/src/jobs/{hermes_rule_quality,capacity_forecaster,compliance_scanner,coverage_evaluator}_job.py`
+- `apps/api/src/services/aiops_kpi_service.py`（autonomy_score 計算）
+- `apps/api/src/api/v1/aiops_kpi.py`（KPI endpoint）
+
+---
+
+## 後續工作（下 session）
+
+### P1 剩餘優化（首席架構師 Review 指出）
+1. **Prometheus HTTP helper 抽出** — 5 scanner 重複 httpx + 錯誤處理 pattern
+2. **14 scanner first_delay 錯開** — 避免並行啟動搶 DB pool（建議 60/90/120/180 階梯）
+3. **LLM budget guard** — `aiops_kpi_service` 加 `llm_call_count_24h` 指標超過閾值 Telegram 告警
+4. **asset_scanner 918 行拆分** — `providers/` + `writers/` 兩層
+
+### 可擴展 LLM 方向
+- `rule_catalog_sync`: 新規則 import 時 LLM 驗證 expr 合理性
+- `asset_change_tracker`: 重大 lifecycle 變化時 LLM 評估爆炸半徑
+- `drift_interpreter` (既有): 升級更精細 prompt
+
+---
+
+## 回滾計畫
+
+若 LLM service 造成成本或穩定性問題，可分層關閉：
+
+1. 改 config `AIOPS_LLM_ENABLED=false`（需新增，目前未實作）
+2. 或 kubectl exec 進 Pod `kill` 單個 loop task
+3. 各 LLM `try/except return None → fallback` 原設計保護主流程不受影響
+
+---
+
+## 相關 ADR
+
+- ADR-067 Phase 30 AI 五大應用（OpenClaw + drift_narrator + runbook_generator 等原 LLM service）
+- ADR-081 PreDecisionInvestigator + EvidenceSnapshot
+- ADR-083 學習閉環重建
+- ADR-090 監控盲區治理 + 自動化覆蓋矩陣（11 張 + 8 張新表）