Files

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

5.2 KiB

Raw Permalink Blame History

ADR-027：Primary Ollama 遷移至 GCP 高效能主機

Status: Accepted
Date: 2026-05-03
Decision Maker: 統帥
Author: Antigravity

Context

為了提升 AI 處理速度與穩定性，並減輕本地 188 主機的負載，現已啟用一台位於 GCP 的高效能主機作為 Primary Ollama 伺服器。原本地 188 或 111 的 Ollama 轉為 Fallback 節點。

Decision

1. 高效能主機配置

Public IP: 34.21.145.224
服務端口: 11434
主要模型:
- qwen2.5-coder:7b (程式碼修復與開發)
- hermes3:latest (Llama 3 級別，用於 Hermes 邏輯)
- bge-m3:latest (Embedding 專用)

2. 環境變數對應

OLLAMA_HOST_PRIMARY: http://34.21.145.224:11434
OLLAMA_HOST_FALLBACK: http://192.168.0.111:11434 (或 188 本地節點)

3. 資源分工

Primary (GCP): 承載 90% 以上的 LLM 推理與 Embedding 請求。
Fallback (Local): 當 GCP 連線超時或故障時，自動切換至本地節點（ Hermes Rule-based 或本地 Ollama）。

Alternatives Considered

維持全本地: 188 主機 Load 較高，且 GPU 資源競爭激烈。
全雲端 API (OpenAI/Gemini): 成本較高，且無法控制模型版本與延遲。

Consequences

優點: 推理速度提升，系統負載均衡，具備異地備援能力。
缺點: 依賴外部網路連線，需注意 GCP 出口流量成本與安全性（目前採 IP Allowlist 保護）。

Verification

curl http://34.21.145.224:11434/api/tags 驗證模型列表正常返回。
測試 qwen2.5-coder:7b 與 bge-m3:latest 回應正常。

附錄（2026-05-03 戰役 v5.0 補述）

補述背景：Operation Ollama-First v5.0 戰役 Phase 0/1/2/3 完成後，本附錄校正本 ADR 的主機架構與 fallback 鏈描述，並廢止「188 Ollama」概念。完整治理規則改由 ADR-028 / ADR-029 承接。

附錄 A：三主機架構（取代原 GCP / 111 二段描述）

戰役 v5.0 啟用第二台 GCP 高效能主機後，主機級聯升級為三層：

角色	公網 IP / 主機	儲存	規格 / 用途
Primary	`34.143.170.20:11434`	SSD	9× 加載 / 2× 推理（v5.0 戰役新主機）
Secondary	`34.21.145.224:11434`	SSD	同等效能備援；本 ADR 原 Primary 降為次主
Fallback	`192.168.0.111:11434`（HDD）	HDD	統帥 Mac 上的 Ollama.app，最後一道本地防線

程式契約：所有 LLM 呼叫必須走 services/ollama_service.resolve_ollama_host()（Phase 2 A6 落地），按 Primary → Secondary → Fallback 順序探測：

HTTP probe GET /api/version，2s timeout（取代原純 TCP 探測，B3 修補）
失敗主機 mark_unhealthy() 30s（B4），TTL 內直接跳下一台
寫死 IP 已全面消除（services/aider_heal_executor.py:48-49 與 services/code_review_pipeline_service.py:218-225 兩處 N2/N3 修補）

詳見 docs/phase2_deploy_verify_20260503.md。

附錄 B：4 條獨立 fallback 鏈（不存在「線性 LLM 鏈」）

戰役 v5.0 audit 證實系統實際有 4 條（嚴格說 5 條）獨立 fallback 鏈，語意各異不可合併：

Ollama host 級（基礎設施層） gcp_ollama (Primary) → ollama_secondary → ollama_111 實作：services/ollama_service.resolve_ollama_host()
Hermes 競價 / 意圖分類（戰術層） Ollama → 規則引擎兜底實作：services/hermes_analyst_service.py（ADR-004）
NemoTron 派遣（行動層） NIM meta/llama-3.1-8b → Hermes 規則引擎實作：services/nemoton_dispatcher_service.py（ADR-004）
OpenClaw Q&A（戰略層 / Telegram） Gemini 2.5 Flash → NIM deepseek-v3.2 → 字面 fallback Phase 3 A7 已切：Hermes qwen3:14b → 信心低升 Gemini → NIM 實作：services/openclaw_strategist_service.py / routes/openclaw_bot_routes.py:6784-6843
MCP 即時情報（外部資訊層） Gemini Grounding L1 → Gemini Grounding L2 → Ollama L3 → 靜態字串實作：services/mcp_collector_service.py:163-214

附錄 C：廢止項

「188 Ollama」概念全面廢止 188 主機（192.168.0.188）僅作為以下用途：
- SSH AutoHeal target（docker restart / log scan，ADR-013）
- momo-pro Docker Compose 運行環境（ADR-008）
- momo-postgres / momo-db / momo-scheduler / momo-telegram-bot 容器宿主
- 不安裝、不運行 Ollama（Ollama 全部走 GCP Primary / Secondary 或統帥 Mac 111）
- 任何「188 Ollama」字樣的舊文件視為過時，以本附錄為準
原 OLLAMA_HOST_FALLBACK = http://192.168.0.111:11434 env var 仍保留，但解析路徑改由 resolve_ollama_host() 統一管控，不再被任何呼叫點寫死引用

附錄 D：治理規則升級指引

戰役 v5.0 後，所有 LLM 治理決策改以以下文件為準：

路由白名單 / caller 清單 / Gemini 鎖定場景 → ADR-028
Hermes 主塔 vs OpenClaw 副塔分工 → ADR-029
部署驗證劇本 → docs/phase2_deploy_verify_20260503.md
DB 觀測層 schema → migrations/024_create_ai_calls_table.sql ~ 026_add_embedding_signature.sql
Logger 程式契約 → services/ai_call_logger.py

本 ADR-027 保留作為戰役起點的歷史紀錄，不再作為主要參照入口。

5.2 KiB Raw Permalink Blame History Unescape Escape