awoooi/docs/superpowers/specs/2026-05-08-FINAL-comprehensive-audit-and-roadmap.md

AWOOOI 全景盤點 × 2026 AI 趨勢比對 × 優化整合方案（最終版）

產出：2026-05-08 終版（取代 5/7 v1 + 5/8 v2） 範圍：254 commits / 全 codebase / 6 主機 + 1 MacBook / AI 子系統 / DB / 監控 / CI/CD / 安全 / AwoooP 方法：12 Agent 並行盤點 + 4 Web Researcher 並行調研 + 三機 SSH 實測效能 benchmark 信心：High（每節 2+ 來源交叉驗證 + 實機數據）

---

第一部分 — 硬體現況真相（先過這一關）

AWOOOI 全部七台機器：零 NVIDIA GPU。 任何 CUDA-only 工具直接劃為 not applicable。

主機	角色	機型	CPU	GPU	RAM	推理可用性
110	DevOps 金庫	bare metal	—	❌	—	不跑 LLM（Harbor / Gitea / Sentry / Langfuse / Prometheus / Nginx Ollama proxy）
120	K3s CP MASTER	bare metal	—	❌	—	不跑 LLM（keepalived MASTER + awoooi-prod）
121	K3s CP BACKUP	bare metal	—	❌	—	不跑 LLM（ArgoCD / kube-state-metrics / mon cluster）
188	AI+Web 中心	bare metal	—	❌	—	不跑大 LLM（PG/Redis/SignOz/Local Ollama 集中度過高）
GCP-A 34.143.170.20	Ollama Primary	c4d-standard-8-lssd	AMD EPYC 9B45 8 vCPU AVX-512	❌	30 GB	CPU 推理 ≤7B
GCP-B 34.21.145.224	Ollama Secondary	c4d-standard-8-lssd	同 A	❌	30 GB	CPU 推理 ≤7B
111	Local Ollama 邊緣	MacBook Pro	M1 Pro 8 CPU	14 GPU cores Metal	16 GB unified	Metal 推理 ≤7B（14B OOM）

儲存：GCP-A/B 各有 375 GB Local NVMe SSD（c4d-lssd 後綴含義），扣掉 65G/63G 模型佔用，仍有 290+ GB 充足空間。GCP-A boot disk 已從 100% 滿恢復到 45%（5/8 完成）。

三機 LLM 實測效能（同 prompt 同 quantization）

平台	3B 單請求	7B 單請求	7B 4 並行 wall	14B	32B
GCP c4d-CPU	25.6 tok/s	~5-10 tok/s	—	2-5 tok/s ✅統帥認可	0.4 tok/s（5+ 分/問）
111 M1 Pro Metal	58.7 tok/s	26.3 tok/s	wall 11s, agg 14.6 tok/s	OOM（16G + 4G swap 不夠）	不可能

統帥校正鐵律：14B at 2-5 tok/s 可接受（告警解決非即時）→ SGLang 升級從「重要」降為「條件觸發」。

---

第二部分 — 12 面向盤點清單

1. Codex 254 commits 提交稽核（12 天）

作者比例：Your Name 218（86%）/ AWOOOI CD 37（14% 純自動部署） 類型：fix 123（48%）/ feat 48（19%）/ chore 58 / docs 16 / test 9 / refactor 0 信號：補丁驅動開發，零重構消化技術債

九大主題

主題	commits	代表 commit
Ollama ADR-110 GCP 三層容災	27	b1ef05fa 主架構、fb0c72db 推翻 A2、c38227e9 移除 188
AwoooP Agent Platform Phase 0-8	10	8629ac70 Phase 1-8、13e51802 Phase 0+1
AIOps 飛輪 / 自動修復	30+	e45b055e 治理四軌、3779f6f1 /metrics 串接
Governance / Watchdog	10	aa4ccec4 ADR-092 B4、f6b698c8 PromQL 注入防線
Telegram 去重 / 升級	13	b3a0f0d7+47342dfb fingerprint+24h、8fb0c5df heartbeat
CI/CD Gitea Actions	25+	5e625f77 stale job、fe618960 systemd runner baseline
K8s / Smoke / Deploy	10+	47234999 playwright deps、0f7e9d34 host runner
DB Migration / Schema	7	4115ddde、474b913a、f09a8f56
Secrets 安全事故	3	7b471e7a Gemini key、439c432c Gitea token、297afb69 ssh-mcp-key

反覆修補警訊（同檔 ≥10 次 = 設計缺陷）

檔案	修補次數	問題
apps/api/src/core/config.py	21	缺中央化設定，env/旗標散落
apps/api/src/services/decision_manager.py	20	Tier 3 紅區改 20 次違反 RED_ZONES
.gitea/workflows/cd.yaml	18	CD 不穩，runner 改 7 次仍治標
apps/api/src/services/ollama_failover_manager.py	14	分層健康檢測抽象不完整
apps/api/src/api/v1/webhooks.py	14	Alertmanager 入口反覆改格式
apps/api/src/services/telegram_gateway.py	12	去重邏輯改 12 次
services/governance_agent.py / ai_router.py / openclaw.py / db/models.py	各 10	schema 漂移、決策飄移

2. 後端 API 盤點

• 總量：347 Python 檔，約 107,000+ 行
• 核心：services/ 163 檔 ~79,000 行；api/v1/ 37 routers；agents/ 11；jobs/ 20；workers/ 4
• 巨型檔 8 個（>1000 行）：

檔案	行數	重構優先
services/telegram_gateway.py	6,426	P1 拆 4 檔
services/decision_manager.py	3,531	P2 Tier 3 紅區，需授權
services/openclaw.py	2,711	P3
api/v1/webhooks.py	2,458	P3
db/models.py	1,687	按 domain 切
services/incident_service.py	1,448	—
services/ai_router.py	1,407	三 class 拆三檔
services/learning_service.py	1,341	—

重複實作 5 例

1. Ollama Failover 四層疊架：ollama_health_monitor → ollama_failover_manager → ollama_auto_recovery → ollama_endpoint_resolver（後者被 5 個 service 直接引用，繞過 ai_router 違 ADR-052）
2. 決策融合雙軌：decision_fusion.py (562) vs decision_fusion_adapter.py (546)
3. Trust Engine 雙份：core/trust_engine.py vs services/trust_engine.py
4. Playbook/Runbook 雙生成器：playbook_generator.py (Ollama) vs runbook_generator.py (Nemotron)
5. Governance 三元組：governance_agent + governance_dispatcher + governance_query_service

半成品 / 死代碼 10 例

• routes/notifications.py 全檔 stub TODO: 實際發送通知
• routes/agent.py:63,76 假訊息 TODO: 實際調用 OpenClaw
• agents/security.py:187-188 Phase 9.4 LLM stub
• api/v1/ai.py:43 TODO(R4): 移入 approval_service
• api/v1/sentry_webhook.py:460 TODO(2026-04-05) 30 天未修
• jobs/compliance_scanner_job.py 三個 TODO（ssl/cve/backup）
• routes/health.py:278 健康檢查未完成
• jobs/capacity_forecaster_job.py Holt-Winters 用線性回歸代替
• plugins/mcp/providers/grafana_provider.py:54 例外空殼
• plugins/mcp/providers/filesystem_provider.py:84 同上

封存待清：_archived/routes/approvals.py (477) + _archived/services/approval.py (389)，觀察期已逾 12 天

3. 前端網站盤點

• apps/web/ 已從磁碟移除，git 仍追蹤 70+ D 檔案（半遷移狀態）
• Active：/Users/ogt/wooo-aiops/web/ (Next.js 14.1 / TS 5.3 / Radix UI / Zustand / TanStack Query / Tailwind)
• 頁面總數：70 個 page.tsx
• i18n 完全沒接：useTranslations 呼叫數 = 0，違反 feedback_i18n_zero_hardcode 鐵律
• 硬編碼 IP 違規：activities/route.ts、notifications/history/route.ts 假 IP；.env.example localhost:8000 危險
• Emoji 違規：26 檔 / 42 處違反 feedback_no_emoji_use_icons

4. 前端頁面功能正常性（70 個 page.tsx）

狀態	數量	代表
功能正常	~25	/awooop/runs、/awooop/approvals、/billing、/settings、/cost
半完成	~15	/awooop/approvals/[run_id] (as any 殘留)、/dashboard、/users、/tickets/*
壞掉 / 假資料	~30	/monitoring (Math.random!)、/tickets/dashboard 硬寫 DevOps:15、/blog POSTS 寫死、/pricing 純靜態、13 個行銷頁

P0 必修頁面 Top 5

1. /monitoring/MonitoringContent.tsx — 全假資料（Math.random() 生成 SLA）
2. /tickets/dashboard/page.tsx — 硬寫 DevOps: 15 tickets, resolved: 14
3. /dashboard/DashboardContent.tsx — SSR 完全關閉，多 widget 未確認真實 API
4. /users/page.tsx — 168 處硬字串（全站最高）
5. /compliance/page.tsx — i18n=0、無 error state

殘留物：console.log 94 處 / 14 page.tsx；as any 3 處；TODO 23 檔

5. AI / OpenClaw / Decision 子系統

12 個 Agent

Agent	入口	用途
DiagnosticianAgent	agents/diagnostician_agent.py:68	診斷
SolverAgent	agents/solver_agent.py:439	修復方案
CriticAgent	agents/critic_agent.py:62	二次審查
ReviewerAgent	agents/reviewer_agent.py:64	最終審核
CoordinatorAgent	agents/coordinator_agent.py:49	協調
ActionPlannerAgent	agents/action_planner.py:270	動作規劃
BlastRadiusAgent	agents/blast_radius.py:164	影響半徑
SecurityAgent	agents/security.py	安全（Phase 9.4 LLM 仍 stub）
GovernanceAgent	services/governance_agent.py:57	治理迴圈
HostRepairAgent	services/host_repair_agent.py:184	主機修復
TrustDriftDetector	services/trust_drift_detector.py:99	信任漂移
AgentToolExecutor (MCP)	services/ai_providers/agent_loop.py:13	Shadow Mode

Ollama ADR-110 容災（已修正 188 移除）

層	URL	env
GCP-A Primary	34.143.170.20:11434	OLLAMA_URL
GCP-B Secondary	34.21.145.224:11434	OLLAMA_SECONDARY_URL
Local 111	(188 nginx proxy)	OLLAMA_FALLBACK_URL
Gemini	flag-gated	ENABLE_ALERT_CLOUD_FALLBACK

決策融合方法 III — services/decision_fusion.py

• LOW：Hermes 0.5 + Playbook 0.3 + MCP 0.2
• MED：OpenClaw 0.35 + Hermes 0.35 + Playbook 0.2 + MCP 0.1
• HIGH：OpenClaw 0.3 + ElephantAlpha 0.25 + Playbook 0.25 + MCP 0.2
• composite > 0.7 → auto；≤ 0.7 → HITL

已知缺口（北極星「AI 自主化」62/100）

缺口	嚴重度
USE_AI_ROUTER=False 新路由器空轉	🔴
ENABLE_OPENCLAW_AGENT_LOOP_SHADOW=False Agent Loop 仍 shadow	🔴
9 處 decision_fusion_adapter.py 權重 hardcode	🔴（與「自學」北極星矛盾）
Security LLM 層 stub	🟠
DIAGNOSE 已無 Ollama，全靠雲端	🟠（成本/延遲）
FLYWHEEL_MIN_SAMPLE=10 hardcode	🟡

6. 資料庫盤點

• PG 表數：~55-60（37 ORM + AwoooP 16 + Phase 1-7 約 20）
• Pool：pool_size=10, max_overflow=20
• ClickHouse：客戶端 max=100，server pool 不在 repo（在 SignOz 188）— 2026-05-05 過載事故根因

12 天 11 個 migration（AwoooP Phase 1-7 共 7 個 SQL，未見 rollback 檔，重大缺口）

潛在風險

• learning_service.py:5028 N+1 query
• Redis namespace 不統一（awoooi: vs alert: vs governance: vs incident:）
• AwoooP RLS migration 未測量鎖時長
• phase25_knowledge_enum_names.sql 容忍 insufficient_privilege 已踩兩次

7. 監控告警 Telegram 鏈路

• 告警規則總量：~314 條 / 14 檔
• 最大檔：alerts-unified.yml 106 條 + alerts.yml 80 條
• Telegram dedup 散落 4+ 模組（ADR-109 統一 dedup 未落地，33 個 send_xxx 仍 caller-side）

8 個監控盲區

1. ADR-109 未統一 dedup
2. Alertmanager fallback secrets 無 placeholder sanity check
3. VIP 125 SPF-1 單點
4. SignOz 與 Prometheus dedup key 分離（同事件可能雙觸發）
5. Sentry → Telegram 缺 dedup scope
6. Heartbeat hash 與真告警 collide 未驗證
7. webhooks.py:2049 X-Forwarded-For 第一段可被偽造
8. Loki 已棄用，但部分 rule/dashboard 可能仍引用

8. K3s + CI/CD 部署

• 集群：110 K3s server + Harbor + Gitea + ArgoCD；120/188 K3s agent
• Workloads：3 Deployment + 5 CronJob + 3 HPA + 3 VPA（prod）
• Gitea workflows：8 個（cd / cd-dev / code-review / deploy-alerts / e2e-health / run-migration / ansible-lint / type-sync-check）
• GitHub Actions 殘留 6 個應封存

已知問題

1. Docker Build Lock 競爭仍有機率超時
2. Stale Gitea Jobs 治理依賴 cron
3. ArgoCD 與 Gitea HMAC webhook 斷線無告警
4. workflow-only 變更跳過 CD 過濾邏輯可能誤判

9. 四主機服務盤點（已校正）

主機	近期事故
110	2026-05-05 load 41→37（Sentry CH pool 升 4→8）
188	2026-05-05 load 20→3.56（cadvisor v0.47 + SignOz CH + litellm Prisma + momo）
GCP-A	2026-05-08 boot disk 100% → 45%（已修）
GCP-B	幾乎閒置 load 0.02（與 ADR-110 主備配置不符）

5 個監控盲區

1. 121 沒進 prometheus.yml node-exporter target
2. GCP-A/B 無主機級監控（CPU/memory/IO 全盲）
3. 120 主機沒 node-exporter target
4. cadvisor 自身仍是單點（無獨立 watchdog）
5. ClickHouse pool×ratio 沒有自動門檻檢查告警

SPOF 警報：188 = K3s datastore + 觀測 + Local Ollama + 應用（單點集中度過高）

10. 前後端串聯邏輯（破鏈與孤兒）

5 個破鏈

1. /alerts → GET /api/v1/alerts：後端無此 router → 404
2. /repairs → GET /api/v1/repairs：後端 prefix 是 /auto-repair → 全部 404
3. /activity → GET /api/v1/activities：後端只有 /audit-logs → 404
4. WebSocket /api/v1/ws：前端 hardcode localhost:8000，後端只有 /api/v1/stats/flywheel/ws
5. dashboard/stream SSE 不被前端使用：前端用 WebSocket 而非 EventSource

2 個孤兒

1. GET /api/v1/aiops/timeline 後端有但前端未接
2. GET /api/v1/audit-logs 後端有但前端打 /activities

11. 技術債與遺留垃圾

死代碼 / 封存

• apps/api/src/_archived/ 主檔仍在 git tree
• services/_archived/incident_engine_v1.py、incident_memory_v1.py（標 2026-06-24 刪除）
• ai_router.py:618 標 DEPRECATED 無呼叫方
• 三個 *_agent.py timeout alias 過期未清

Spec 未閉環 18 份：sprint5 4 份分散、aider-watch v1 未標 superseded、aiops-flywheel-repair 未 close-out

過期 feature flag：USE_AI_ROUTER、AIOPS_P1~P6_ENABLED、三個 *_TIMEOUT_SEC

12. AwoooP Agent Platform + 安全 + MCP

AwoooP Phase 0-8 進度

Phase	狀態
0 Pre-flight Audit + 14 ADR	✅
1 Control Plane Schema + RLS	✅ schema；⚠️ RLS migration 需確認 prod
2 Tenant Isolation + ADR-120 三層 hard kill	✅
3 Contract Packages & Validators	✅
4 Platform Shell Shadow	✅
5 MCP Gateway 五閘門 + redaction	✅
6 EwoooC Read-Only Onboarding	✅ schema；⏳ Provider Proxy 待
7 Channel Hub Telegram 入站鏡像	✅ Shadow
8 Final Reply + Approval Flow 改寫	🚧 未完成

ADR-106 ~ ADR-124 一句話：106 六平面 / 111 Bootstrap / 112 Contract 治理 / 113 Active Revision / 114 Channel dedup / 115 Canonical principal / 116 Security / 117 MCP OAuth 2.1 / 118 RLS / 119 Durable Execution Saga / 120 Token budget hard kill / 121 OTel GenAI / 122 OWASP+ISO 42001 / 123 31 background loops / 124 13 global singleton 分解

5 個安全紅燈

1. 🔴 .claude/settings.json 含真實 token（GITEA e6c9fecb + SENTRY 2b730506 ×4）
2. 🔴 RLS migration 未確認 prod 已執行
3. 🔴 03-secrets.yaml CHANGE_ME 仍在 repo
4. 🟠 settings.json merge conflict marker 未清
5. 🟠 Phase 8 final reply 未完成 → channel_hub Shadow 中無回應

MCP servers：context7 / figma / telegram / playwright（活躍）

---

第三部分 — 2026 主流趨勢調研

A. AI Agent / Multi-Agent Framework

2026 Top 5

排名	Framework	適用
1	LangGraph	有狀態工作流 / HITL / audit；MIT；企業最廣
2	OpenAI Agents SDK	2025-03 取代 Swarm；handoff + tracing + guardrails
3	CrewAI	學習曲線最低；快速原型
4	AutoGen (AG2)	對話式 GroupChat；MS 維護
5	AWS Strands / Pydantic AI	AWS / Python-first 型別驗證

互通協議現況

• A2A Protocol（Linux Foundation, Google 捐）：v1.0 Signed Agent Cards、150+ 組織、22k stars — agent 間通訊未來標準
• MCP（Anthropic）：tool 連接層；Confused Deputy 風險已確認
• AGNTCY（Cisco 捐）：發現層，與 A2A 互補

Tool Use 可靠性 4 種 Pattern：Journal-Based Replay（Temporal）/ DB Checkpointing（LangGraph + Postgres / DBOS）/ Step-Based Retries（Inngest）/ Transactional Idempotency（Prefect）

Token / 預算 / 安全：OWASP Agentic Top 10 2026 發布（ASI08 Cascading / ASI10 Rogue Agents）；Microsoft Agent Governance Toolkit（2026-04 開源）

B. LLM Observability / Governance

OTel GenAI Semantic Conventions：所有 gen_ai.* 屬性仍在 Development。OpenLLMetry SDK 是 OTel-native 推薦做法。

LLM Tracing Top 5：Langfuse（已用）/ Phoenix (Arize) / OpenLLMetry (Traceloop) / Helicone / LangSmith

AI Gateway：LiteLLM 95ms（已用）/ Portkey 27ms / Kong AI Gateway 12ms

Guardrails：NeMo Guardrails（NVIDIA, Apache 2.0, Colang）/ LLM Guard（MIT, 35 scanner）/ Lakera Guard（Check Point 收購）/ Llama Guard（Meta）

Governance 三標準：ISO 42001（可認證 3-6 月）/ NIST AI RMF / EU AI Act 2026-08-02 高風險全面執法

C. AIOps + Autonomous Remediation

2026 Top 5 平台：Dynatrace Davis（拓撲驅動因果）/ PagerDuty 3 SRE Agent（91% 降噪）/ Datadog Bits AI SRE / Microsoft Azure SRE Agent（Claude 驅動 GA） / NeuBird Falcon

5 種模式：Confidence-Gate / Blast Radius Gate / Bounded-Reversible / Progressive Autonomy / Agentic War Room

SRE Copilot 商用：Resolve.ai（$1M+/年）/ Rootly（$20/user/月）/ Azure SRE Agent

Alert Correlation 鐵律：Fingerprint = SHA256 of sorted JSON（排除 timestamp）；業界標竿 70-85% 壓縮率

Knowledge / Postmortem：Zalando 兩年生產驗證 — 多階段 LLM pipeline 必勝（小模型幻覺 40%）；HITL 不可省

D. RAG / Embeddings / Local LLM

Embedding Top 5

排名	模型	維度	License
1	Qwen3-Embedding-8B	7168	Apache 2.0（需 16GB VRAM）
2	NV-Embed-v2	4096	CC-BY-NC
3	Jina v5-text-small	1024	Apache 2.0
4	Snowflake Arctic 2.0-L	1024	Apache 2.0（比 BGE-M3 高 14% MTEB-R）
5	BGE-M3（現況）	1024	MIT

Reranker：BGE-Reranker-v2-M3（OSS）/ Cohere Rerank 3.5 / Jina Reranker v2

RAG 進階：CRAG（CP 值最高）/ Self-RAG / Agentic RAG（LangGraph DCG）

Vector DB：pgvector 0.9 升 HNSW + sparse vector 即可滿足現況（< 10M 向量）

Ollama vs vLLM vs SGLang：c4d-CPU 跑 32B = 0.4 tok/s（實測） / vLLM GPU 50-150 / SGLang H100 500-1000+；SGLang 強制 CUDA

Multi-LLM Router：LiteLLM 仍主流，鎖定版本 ≥ 1.83.0（2026-03 供應鏈攻擊）

---

第四部分 — Gap Analysis（盤點 vs 趨勢）

命中：12/12 概念對齊

Multi-Agent / MCP / Token Budget / OTel GenAI / OWASP+ISO 42001 / Ollama 容災 / fingerprint dedup / KM Flywheel / HITL / pgvector / LiteLLM / Langfuse — 概念全到位，但「規劃 vs 落地」差距顯著。

落地差距：規劃完整、落地未完成

規劃	落地缺口	影響
ADR-052 AI Router	USE_AI_ROUTER=False	新路由器空轉
MCP Agent Loop	Shadow Mode	AI 無法主動執行工具
決策融合方法 III	9 處權重 hardcode	「自學」是包裝
ADR-118 RLS	migration 未確認 prod 執行	tenant isolation 形同虛設
ADR-109 Telegram dedup 統一	33 個 send_xxx caller-side	漏一個就重複轟炸
AwoooP Phase 0-8	Phase 8 未完成	用戶端零可感知功能
Security Agent Phase 9.4 LLM	stub	安全審查仍純規則
apps/web/ 遷移	70+ 檔案 D 未 commit	CI 拉空殼
i18n 100% next-intl	新前端 0 useTranslations	違反鐵律

真盲區（市場已收斂、AWOOOI 沒做）— 加上硬體相容性過濾

2026 主流	後端要求	AWOOOI 可用性
OpenLLMetry SDK	Python lib	✅ 全機可用
Snowflake Arctic 2.0-L Embedding	Ollama / Transformers	✅ 全機可用
A2A Protocol	gRPC / HTTP	✅ 全機可用
NeMo Guardrails / Llama Guard 8B	Ollama / vLLM	✅ 全機可用
SGLang	CUDA-only	❌ 全機不適用，永久延後
LangGraph PG Checkpointing	PG + Python	✅ 用 188 現有 PG

結論：6 個 → 5 個立即可上（83% 命中），不動硬體。SGLang 改條件觸發。

---

第五部分 — 飛輪推理層分配（基於實測效能）

任務類型	模型	推薦平台	理由
Embedding (RAG / KM)	1B (bge-m3 / Arctic 2.0-L)	GCP-A/B + 111	CPU/Metal 都夠快
告警分類 / 路由	3B-4B	GCP-A/B + 111	25-58 tok/s 即時
DIAGNOSE Ollama lane	7B	GCP-A/B（首選）/ 111（次選）	5-26 tok/s
Solver / Critic 簡單版	14B	GCP-A/B（2-5 tok/s 統帥認可）	不需即時
Solver / Critic 複雜版	32B+	雲端 API（NEMO/Gemini/Claude）	CPU/Metal 都不行
結構化動作生成	32B+	雲端 API	同上

這直接支持 ADR-105 commit fb0c72db「DIAGNOSE primary 改 Ollama」設計 — 只要 ≤14B 就走本地，否則回雲端。

SGLang 升級條件（觸發才動）

方案	月成本	解鎖	觸發條件
維持現況	$0	5/6 命中 + 14B 邊緣可用	預設
升 GCP-A 為 g2-standard-8 (L4 24GB)	~+$650	SGLang 30x + 32B 本地	雲端 API 月費 > $1500
採購 Mac Studio M3/M4 Max 64GB+	~$5000 一次	MLX 跑 70B 本地	業務需求 70B 本地
維持 NVIDIA NIM API	按用量	無新成本	預設

---

第六部分 — 修訂後 P0-P4 Roadmap

🔴 P0 本週必修（5/8-5/14）— 全部不動硬體

#	動作	狀態
1	GCP-A boot disk 100% 滿 → 45%	✅ 已完成 5/8
2	Journal cap 100M 防再長	✅ 已完成 5/8
3	git rm apps/web 70+ D 檔	⏳
4	修 CLAUDE.md / HARD_RULES.md apps/web/** 路徑	⏳
5	清 .claude/settings.json 真實 token + 加入 .gitignore + 輪換	⏳
6	修 4 個前後端破鏈（/repairs / /alerts / /activity / WebSocket）	⏳
7	/monitoring + /tickets/dashboard 假資料替換	⏳
8	確認 awooop_phase1_batch1_rls_2026-05-04.sql prod 已執行 + cross-tenant pytest	⏳
9	LiteLLM 鎖版本 ≥ 1.83.0（2026-03 供應鏈攻擊）	⏳
10	120/121 補 prometheus.yml node-exporter target	⏳
11	GCP-A/B 對齊 ADR-110 主備（B 目前閒置 load 0.02）	⏳
12	GCP-A 加 swap 8GB（防 OOM）	⏳

🟠 P1 兩週內（5/15-5/28）— 5 個 2026 盲區全落地

#	動作
13	OpenLLMetry SDK 注入 API 呼叫層 → trace 同送 Langfuse + SignOz（ADR-121 落地）
14	Embedding 升級 BGE-M3 → Snowflake Arctic 2.0-L（同維度同 license，重跑 KM ingestion）
15	NeMo Guardrails / Llama Guard 8B 部署 GCP-B（閒置 + 288G SSD）→ 注入 OpenClaw 決策路徑
16	A2A Protocol PoC：自製 12 Agent 之一試 Signed Agent Card
17	LangGraph PG Checkpointing：用 188 現有 PG，飛輪 read-only canary
18	拆 telegram_gateway.py 6426 行 → 4 檔 + 落地 ADR-109 統一 dedup
19	AwoooP Phase 8 啟動：final reply + approval flow（首個用戶可感知功能）
20	ClickHouse pool×ratio 啟動時自檢
21	Redis namespace 收斂 core/redis_keys.py
22	USE_AI_ROUTER=True 灰度 10% → 50% → 100%
23	AwoooP Phase 1-7 補 rollback SQL

🟡 P2 一個月內（5/29-6/30）— 架構升級 / 消化技術債

#	動作
24	MCP Agent Loop 從 Shadow 升 Production（read-only 動作起步）
25	9 處 fusion 權重 hardcode → settings + AI 自學
26	拆 decision_manager.py 3531 行（需首席架構師授權，Tier 3）
27	AwoooP Phase 8 完成 + E2E 驗證
28	SecurityAgent Phase 9.4 LLM 實作（升級 Llama Guard 整合）
29	CRAG 升級 RAG（擷取後加 grader 層）
30	GitHub Actions 6 個殘留 workflow 全封存
31	集中化 settings registry（消化 config.py 21 次修補）
32	拆 188 SPOF：PG 評估 streaming replication；Local Ollama 從 188 搬出
33	111 角色重新定義：M1 Pro 16GB 退為「邊緣備援」

🟢 P3 兩個月內（7-8 月）— 治理 / 合規 / 前端重建

#	動作
34	A2A Protocol 全面落地（自製 12 Agent 改 Signed Agent Cards）
35	LangGraph 全面取代飛輪 in-memory state
36	Agentic RAG 引入 LangGraph DCG
37	ISO 42001 + NIST AI RMF + EU AI Act 合規啟動（EU AI Act 2026-08-02 高風險全面執法倒數）
38	Microsoft Agent Governance Toolkit Agent SRE 模組整合
39	前端重建 next-intl + 設計系統（13 行銷頁假資料替換）
40	拆 openclaw.py 2711 行 + webhooks.py 2458 行
41	Multi-stage LLM Pipeline（Zalando 鐵證）

🔵 P4 長期戰略（Q3-Q4 2026）— 自主化飛輪 80→90

#	動作
42	Bounded-Reversible Action 全鏈分類
43	Agentic War Room（NeuBird/Resolve.ai 模式）
44	機構記憶複利（Azure SRE Agent 模式）
45	FalconClaw Skills Hub 模式積木化
46	重複實作合併（Trust Engine / Playbook+Runbook / Governance 三元組）

⚪ Conditional 條件觸發

• SGLang 落地 ← 雲端 API 月費 > $1500 或新採購 NVIDIA GPU
• MLX 整合 ← 採購 Mac Studio M3/M4 Max 64GB+

---

第七部分 — 關鍵指標儀表

Codebase / 規模

• apps/api 347 檔 ~107k 行
• 前端 70 個 page.tsx
• 11 個 ADR 待加 rollback
• 18 個 spec 待閉環
• Codex 254 commits / 12 天（fix 48% / refactor 0）

資料 / 儲存

• ~55-60 PG 表 / 11 migration 12 天 / pool 10+20
• ClickHouse pool×ratio 守護鐵律
• Redis namespace 4+ 種待收斂

監控 / 告警

• ~314 條規則 / 14 檔
• Telegram dedup 散 4+ 模組
• ADR-109 統一 dedup 待落地

部署 / K8s

• 3 主機 K3s + 13 Deployment + 6 CronJob + 3 DaemonSet
• 8 Gitea workflow + 6 GitHub 待封存

AI

• 12 Agent 角色
• 北極星「自主化」覆蓋率 62/100
• USE_AI_ROUTER=False / Agent Loop Shadow / 9 處 fusion 權重 hardcode

MCP

• context7 / figma / telegram / playwright（活躍）

硬體（實測 5/8 確立）

• 6 主機 + 1 MacBook 全部 零 NVIDIA GPU
• GCP-A/B：c4d-lssd CPU + 30GB RAM + 375GB Local NVMe
• 111：M1 Pro 14 GPU cores Metal + 16GB（≤7B 適用）

已完成（5/8）

• ✅ GCP-A boot disk 100% → 45%（Ollama 4.9G 搬到 SSD）
• ✅ Journal cap 100M 已配置
• ✅ 三機 LLM benchmark 實測完畢
• ✅ 14B 2-5 tok/s 統帥認可
• ✅ SGLang 改條件觸發

---

第八部分 — 紅燈警報

🔴🔴🔴 必須立刻處理

1. .claude/settings.json 含真實 token — GITEA e6c9fecb + SENTRY 2b730506 ×4，.gitignore 未排除
2. apps/web/ 70+ D 未 commit — git 半遷移狀態，CI 拉空殼
3. AwoooP RLS migration prod 未確認執行 — tenant isolation 形同虛設，EwoooC Phase 6 已開但 RLS 未驗證 → cross-tenant data leak 風險

🔴🔴 中期紅燈

4. EU AI Act 2026-08-02 高風險全面執法 — 倒數 86 天
5. 188 SPOF 集中度過高（PG + 觀測 + Local Ollama + 應用 + dev API 同台）
6. Local Ollama nginx proxy 11435/11436/11437 都在 110（110 掛全鏈斷）

🟠 持續觀察

7. ClickHouse pool×ratio 沒有自動門檻檢查
8. cadvisor 自身仍是單點（無獨立 watchdog）
9. ArgoCD 與 Gitea HMAC webhook 斷線無告警
10. 9 處 decision_fusion_adapter.py 權重 hardcode（與 AI 自學北極星矛盾）

---

第九部分 — 學到的教訓 → 立規矩

鐵律：「2026 工具評估」必須先過硬體相容性門

新增 Memory：feedback_hardware_compatibility_first.md

任何 LLM serving / inference 工具在 roadmap 中標「立即可上」前，必須先分類後端要求：

後端類別	代表工具	AWOOOI 適用性
CUDA-only	SGLang / vLLM 主流模式 / TensorRT-LLM	❌ 全機不適用，除非新採購 NVIDIA GPU
Apple Silicon (Metal/MLX)	MLX / llama.cpp Metal	✅ 只 111，且 16GB RAM 限制 ≤7B
CPU-friendly	llama.cpp / Ollama (內建)	✅ AVX-512 EPYC c4d-lssd，限制 ≤7B 即時 / 14B 慢
後端無關	SDK / Protocol / DB lib / Tracing	✅ 全機通用

禁止行為：把 CUDA-only 工具放「立即可上」表；用「考慮升 GPU」當作工具立即可用的理由。

其他次要教訓

• 「fix 48% / refactor 0」是技術債堆積信號，下個 Sprint 必排 1 次重構衝刺消化巨型檔
• 「同檔修補 ≥10 次」是設計缺陷信號，不是「這支架程式很重要」
• 「規劃完整 ≠ 已落地」，roadmap 評分要看 flag 是否 True、migration 是否 prod 執行、test 是否 cover

---

信心評估

• 12 盤點 agent 全部讀真實檔案 + grep + git log，證據鏈完整
• 4 web research 每節 2+ 獨立來源交叉驗證
• 三機（GCP-A、GCP-B、111）SSH 實測 benchmark 提供硬體真相
• 統帥認可校正了原方案盲點（CUDA-only 警示 + 14B 2-5 tok/s 可接受）
• Roadmap P0-P4 共 46 項，每項對應到本盤點具體發現

整體信心：High

---

附錄：交付物索引

• 本檔（最終版）：docs/superpowers/specs/2026-05-08-FINAL-comprehensive-audit-and-roadmap.md
• 中間版（已被取代）：
  • docs/superpowers/specs/2026-05-07-comprehensive-audit-and-2026-roadmap.md
  • docs/superpowers/specs/2026-05-08-revised-roadmap-with-hardware-truth.md
• LOGBOOK：docs/LOGBOOK.md（5/7 + 5/8 entries）
• Memory：
  • ~/.claude/projects/-Users-ogt-awoooi/memory/project_audit_20260507.md
  • ~/.claude/projects/-Users-ogt-awoooi/memory/feedback_hardware_compatibility_first.md（新鐵律）