AI 增強系統運維操作手冊

文件版本: v1.0
建立日期: 2025-08-08
適用對象: 系統管理員、DevOps 工程師
系統版本: Phase 3 三表分離架構

概述

本手冊說明 AI 增強系統的日常運維操作，包括 Provider 管理、模型配置、故障排除等關鍵操作。

系統架構概覽

三表分離架構

ai_prompt_templates         # Prompt 模板管理
    ↓ (多對多關係)
ai_prompt_provider_configs  # Provider-模板配置關係
    ↓ (外鍵關係)
ai_providers               # AI Provider 基本資訊

智慧選擇邏輯

系統會根據以下評分自動選擇最佳 Provider：

performance_score (效能評分) 0-1
cost_efficiency_score (成本效益評分) 0-1
quality_score (品質評分) 0-1
overall_score (綜合評分) = 效能40% + 成本效率30% + 品質30%

Provider 評分機制詳解

1. 評分來源與性質

初始評分: 基於各 AI 提供商特性的專家預估值，於資料庫遷移時直接定義
動態更新: 可透過 update_config_performance_score() 函數根據實際使用數據調整
評分範圍: 0.0 - 1.0 (小數點後兩位)

2. 各提供商評分特性

提供商	效能特色	成本效率	品質水平	使用場景
OpenAI	高效能 (0.80-0.98)	中低成本效率 (0.40-0.90)	高品質 (0.80-0.99)	平衡型需求
Claude	極高效能 (0.85-0.99)	低成本效率 (0.30-0.80)	最高品質 (0.85-1.0)	高品質需求
Ollama	中等效能 (0.70)	最高成本效率 (0.95)	中等品質 (0.75)	成本敏感需求

3. 評分計算邏輯

sql

-- 綜合評分計算公式
overall_score = ROUND(
    COALESCE(performance_score * 0.4, 0) + 
    COALESCE(cost_efficiency_score * 0.3, 0) + 
    COALESCE(quality_score * 0.3, 0), 
    3
)

-- 優化策略選擇
CASE optimization_strategy
    WHEN 'performance' THEN performance_score
    WHEN 'cost' THEN cost_efficiency_score  
    WHEN 'quality' THEN quality_score
    ELSE overall_score  -- 'balanced' 預設
END

4. 實際評分範例

sql

-- 查看 Alert Enhancement 模板的所有 Provider 評分
SELECT 
    ap.name as provider_name,
    ap.display_name,
    appc.performance_score,
    appc.cost_efficiency_score, 
    appc.quality_score,
    ROUND(
        COALESCE(appc.performance_score * 0.4, 0) + 
        COALESCE(appc.cost_efficiency_score * 0.3, 0) + 
        COALESCE(appc.quality_score * 0.3, 0), 3
    ) as overall_score,
    appc.priority
FROM ai_prompt_provider_configs appc
JOIN ai_providers ap ON appc.provider_id = ap.id
JOIN ai_prompt_templates apt ON appc.template_id = apt.id
WHERE apt.template_key = 'alert_enhancement'
  AND appc.is_active = true
ORDER BY overall_score DESC, priority ASC;

/*
範例輸出：
provider_name | performance_score | cost_efficiency_score | quality_score | overall_score | priority
claude        | 0.88             | 0.75                 | 0.92         | 0.845        | 20
openai        | 0.85             | 0.90                 | 0.88         | 0.869        | 10  
local         | 0.70             | 0.95                 | 0.75         | 0.780        | 30
*/

5. 評分依據說明

效能評分 (Performance Score)

評估標準: AI 模型的回應速度、處理能力、API 穩定性
評分邏輯:
- GPT-4o > Claude-3-Opus > GPT-4o-mini > Claude-3-Haiku > Ollama Local
- 考慮 API 延遲、併發處理能力、服務可靠性

成本效率評分 (Cost Efficiency Score)

評估標準: Token 成本、API 呼叫費用、基礎設施成本
評分邏輯:
- Ollama Local (1.0) - 免費本地運行
- GPT-4o-mini (0.85-0.90) - OpenAI 經濟型模型
- Claude-3-Haiku (0.80-0.85) - Anthropic 經濟型模型
- GPT-4o (0.50-0.70) - OpenAI 高級模型
- Claude-3-Opus (0.30-0.50) - Anthropic 頂級模型

品質評分 (Quality Score)

評估標準: 輸出內容準確性、專業程度、中文處理能力
評分邏輯:
- Claude-3-Opus (0.99-1.0) - 最高品質商業分析
- GPT-4o (0.95-0.98) - 平衡型高品質
- Claude-3-Sonnet (0.90-0.95) - 高品質且經濟
- GPT-4o-mini (0.80-0.88) - 經濟型但品質良好
- Ollama Local (0.70-0.80) - 基本品質但足夠使用

6. 最佳實踐建議

生產環境配置

sql

-- 推薦生產環境評分調整
-- 優先考慮穩定性和品質，成本其次

-- Claude 用於高品質分析 (Executive Summary, Business Intelligence)
UPDATE ai_prompt_provider_configs SET
    performance_score = 0.95,
    cost_efficiency_score = 0.45,
    quality_score = 0.98
WHERE provider_id = (SELECT id FROM ai_providers WHERE name = 'claude')
  AND template_id IN (
      SELECT id FROM ai_prompt_templates 
      WHERE template_key IN ('executive_summary', 'business_intelligence')
  );

-- OpenAI 用於平衡型分析 (Alert Enhancement, Trend Analysis)  
UPDATE ai_prompt_provider_configs SET
    performance_score = 0.90,
    cost_efficiency_score = 0.75,
    quality_score = 0.88
WHERE provider_id = (SELECT id FROM ai_providers WHERE name = 'openai')
  AND template_id IN (
      SELECT id FROM ai_prompt_templates
      WHERE template_key IN ('alert_enhancement', 'trend_analysis')
  );

開發環境配置

sql

-- 開發環境優先使用本地 Ollama (成本最低)
UPDATE ai_prompt_provider_configs SET
    performance_score = 0.85,  -- 提升本地效能評分
    cost_efficiency_score = 1.0,  -- 本地服務無成本
    quality_score = 0.80  -- 足夠的品質用於開發
WHERE provider_id = (SELECT id FROM ai_providers WHERE name = 'local');

-- 降低外部服務評分，避免開發時產生費用
UPDATE ai_prompt_provider_configs SET  
    performance_score = performance_score * 0.8,
    cost_efficiency_score = cost_efficiency_score * 0.5,
    quality_score = quality_score * 0.9
WHERE provider_id IN (
    SELECT id FROM ai_providers WHERE name IN ('openai', 'claude')
);

常用維運操作

1. 檢查系統健康狀況

sql

-- 查看系統整體健康度
SELECT ai_system_health_check();

-- 檢查活躍的 Provider 配置
SELECT 
  apt.template_key,
  ap.name as provider_name,
  appc.provider_specific_params,
  appc.performance_score,
  appc.overall_score,
  appc.is_active
FROM ai_prompt_provider_configs appc
JOIN ai_prompt_templates apt ON appc.template_id = apt.id
JOIN ai_providers ap ON appc.provider_id = ap.id
WHERE appc.is_active = TRUE
ORDER BY apt.template_key, appc.overall_score DESC;

2. Provider 啟用/停用操作

✅ 啟用 Local Ollama Provider

sql

-- 啟用本機 Ollama 服務 (適用於開發/測試環境)
UPDATE ai_prompt_provider_configs 
SET is_active = TRUE
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name = 'local';

❌ 停用 OpenAI Provider

sql

-- 停用 OpenAI 服務 (節省成本或避免外部依賴)
UPDATE ai_prompt_provider_configs 
SET is_active = FALSE
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name = 'openai';

❌ 停用 Claude Provider

sql

-- 停用 Claude 服務
UPDATE ai_prompt_provider_configs 
SET is_active = FALSE
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name = 'claude';

3. 模型配置更新

更新 Ollama 模型名稱

sql

-- 更新 local provider 使用的模型 (例如：phi4-mini:latest)
UPDATE ai_prompt_provider_configs 
SET provider_specific_params = jsonb_set(
  provider_specific_params, 
  '{model}', 
  '"phi4-mini:latest"'
)
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name = 'local';

更新模型參數

sql

-- 調整溫度參數 (控制創意性)
UPDATE ai_prompt_provider_configs 
SET provider_specific_params = jsonb_set(
  provider_specific_params, 
  '{temperature}', 
  '0.3'
)
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name = 'local';

-- 調整最大 Token 數 (控制回應長度)
UPDATE ai_prompt_provider_configs 
SET provider_specific_params = jsonb_set(
  provider_specific_params, 
  '{max_tokens}', 
  '300'
)
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name = 'local';

4. Provider 評分調整

使用專用函數更新評分

sql

-- 使用 update_config_performance_score 函數更新評分 (推薦)
SELECT update_config_performance_score(
  'config-uuid',  -- 配置 ID
  0.95,          -- performance_score
  1.0,           -- cost_efficiency_score
  0.90           -- quality_score
);

-- 查找特定配置的 ID (新版：使用統一視圖)
SELECT id, provider_name, template_key, health_grade, actual_success_rate_24h
FROM ai_prompt_provider_details 
WHERE provider_name = 'local' 
  AND template_key = 'alert_enhancement'
  AND is_fully_active = true;

批量調整 Provider 評分

sql

-- 提升本機 Provider 優先級 (開發環境推薦)
UPDATE ai_prompt_provider_configs 
SET 
  performance_score = 0.85,     -- 提升效能評分
  cost_efficiency_score = 1.0,  -- 本機服務無成本
  quality_score = 0.80,         -- 開發環境足夠品質
  updated_at = NOW()
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name = 'local';

-- 降低外部 Provider 評分 (避免開發時產生費用)
UPDATE ai_prompt_provider_configs 
SET 
  performance_score = performance_score * 0.8,  -- 相對降低效能評分
  cost_efficiency_score = cost_efficiency_score * 0.5,  -- 大幅降低成本效率
  quality_score = quality_score * 0.9,  -- 略微降低品質評分
  updated_at = NOW()
FROM ai_providers ap
WHERE ai_prompt_provider_configs.provider_id = ap.id
  AND ap.name IN ('openai', 'claude');

策略性評分調整

sql

-- 根據業務需求調整 Provider 選擇策略
-- 場景 1: 成本優先 (開發/測試環境)
UPDATE ai_prompt_provider_configs 
SET 
  performance_score = 0.75,
  cost_efficiency_score = 1.0,   -- 最大化成本效率權重
  quality_score = 0.75
WHERE provider_id = (SELECT id FROM ai_providers WHERE name = 'local');

-- 場景 2: 品質優先 (生產環境關鍵分析)
UPDATE ai_prompt_provider_configs 
SET 
  performance_score = 0.95,
  cost_efficiency_score = 0.40,
  quality_score = 0.99           -- 最大化品質權重
WHERE provider_id = (SELECT id FROM ai_providers WHERE name = 'claude')
  AND template_id IN (
    SELECT id FROM ai_prompt_templates 
    WHERE template_key IN ('executive_summary', 'business_intelligence')
  );

-- 場景 3: 平衡型 (一般業務分析)
UPDATE ai_prompt_provider_configs 
SET 
  performance_score = 0.88,      -- 平衡各項評分
  cost_efficiency_score = 0.75,  -- 中等成本效率
  quality_score = 0.85           -- 良好品質
WHERE provider_id = (SELECT id FROM ai_providers WHERE name = 'openai')
  AND template_id IN (
    SELECT id FROM ai_prompt_templates
    WHERE template_key IN ('alert_enhancement', 'trend_analysis')
  );

動態評分監控

sql

-- 檢查評分調整後的 Provider 選擇結果
SELECT 
  apt.template_key,
  ap.name as selected_provider,
  appc.performance_score,
  appc.cost_efficiency_score,
  appc.quality_score,
  ROUND(
    appc.performance_score * 0.4 + 
    appc.cost_efficiency_score * 0.3 + 
    appc.quality_score * 0.3, 3
  ) as calculated_overall_score
FROM (
  SELECT DISTINCT template_key FROM ai_prompt_templates WHERE is_active = true
) templates
CROSS JOIN LATERAL (
  SELECT * FROM get_best_provider_config(templates.template_key, NULL, 'balanced')
) best_config
JOIN ai_prompt_provider_configs appc ON appc.id = best_config.config_id
JOIN ai_providers ap ON ap.id = best_config.provider_id  
JOIN ai_prompt_templates apt ON apt.id = best_config.template_id
ORDER BY apt.template_key;

🚨 故障排除

問題 1：AI 分析返回 404 錯誤

症狀：

POST http://localhost:11434/api/chat 404 (Not Found)
ollama generating response: ollama POST /api/chat: HTTP 404: Not Found

診斷步驟：

檢查日誌中使用的模型名稱
確認該模型是否存在於 Ollama 中
檢查 Provider 配置

解決方案：

sql

-- 檢查當前最佳 Provider 配置
SELECT * FROM get_best_provider_config('alert_enhancement', NULL, 'balanced');

-- 如果返回不正確的 Provider，調整評分或停用不需要的 Provider
-- (參考上述 Provider 啟用/停用操作)

問題 2：系統選擇錯誤的 AI Provider

症狀：系統選擇了 OpenAI 但實際環境只有 Ollama

診斷：

sql

-- 查看所有 Provider 的評分排序
SELECT 
  ap.name,
  appc.overall_score,
  appc.is_active,
  appc.provider_specific_params
FROM ai_prompt_provider_configs appc
JOIN ai_providers ap ON appc.provider_id = ap.id
JOIN ai_prompt_templates apt ON appc.template_id = apt.id
WHERE apt.template_key = 'alert_enhancement'
ORDER BY appc.overall_score DESC;

解決方案：

方案 A（推薦）：停用不需要的 Provider
方案 B：調整評分讓目標 Provider 獲得最高分
方案 C：在應用程序中指定 preferredProviderId

問題 3：Ollama 服務連線失敗

症狀：連線超時或拒絕連線

檢查清單：

[ ] Ollama 服務是否正在運行？
[ ] 防火牆設定是否正確？
[ ] CORS 設定是否允許前端請求？

解決步驟：

bash

# 檢查 Ollama 狀態
curl http://localhost:11434/api/version

# 檢查可用模型
curl http://localhost:11434/api/tags

# 測試聊天 API
curl -X POST http://localhost:11434/api/chat \
  -H "Content-Type: application/json" \
  -d '{"model": "phi4-mini:latest", "messages": [{"role": "user", "content": "test"}], "stream": false}'

🔄 定期維護任務

每週維護

[ ] 檢查系統健康狀況
[ ] 檢查 AI 回應品質
[ ] 檢查各 Provider 的使用統計

每月維護

[ ] 檢查模型版本更新
[ ] 檢查成本使用情況
[ ] 檢查 Provider 效能評分
[ ] 備份 AI 配置資料

季度維護

[ ] 評估 Provider 配置最佳化
[ ] 檢查 Prompt 模板效果
[ ] 計劃模型升級

動態監控系統

使用記錄系統 (ai_usage_logs)

系統會自動記錄每次 AI 請求的詳細資訊，包括：

效能數據: 回應時間、成功率、錯誤類型
成本資訊: Token 使用量、預估費用
品質評估: 用戶反饋、模型選擇準確性

AI Provider 統一管理視圖 (ai_prompt_provider_details) ⭐ 新版

重要更新 (2025-08-08): 統一 ai_provider_realtime_stats 和 ai_prompt_provider_configs_active 為單一視圖，提供完整的配置管理和效能監控。

核心特性

預設 vs 實際對比: 配置評分與實際效能的自動對比分析
健康度評級: excellent/good/fair/poor/untested 自動評級系統
統一資料來源: 一個視圖包含配置資訊和使用統計
向後相容: 保留 ai_prompt_provider_details_active 視圖

24 小時統計

請求數量: 總請求數和成功請求數
成功率: 成功請求佔總請求的百分比
回應時間: 平均和中位數回應時間
失敗分析: 總失敗次數、錯誤分類、超時統計

7 天統計

使用趨勢: 7 天內的請求量變化
成本分析: 總成本和平均每請求成本
Token 使用: Token 使用量統計和趨勢

效能對比指標

performance_variance: 實際成功率 vs 預設效能評分的差異
health_grade: 自動健康度評級 (基於實際成功率)
actual_cost_efficiency: 實際成本效率計算

關鍵指標

效能指標

回應成功率: 基於實際使用記錄的成功率，計算公式：成功請求數 / 總請求數 * 100%
平均回應時間: 實時計算的回應時間統計 (僅計算成功的請求)
可用性: Provider 服務正常運行的時間比例

失敗分析指標 (修復版)

總失敗次數: 總請求數 - 成功請求數 (包含所有失敗類型)
錯誤分類統計:
- error - 一般錯誤 (API 錯誤、認證錯誤、rate_limit 等)
- timeout - 超時錯誤 (請求超時)
- cancelled - 取消的請求 (用戶主動取消)
錯誤率: 失敗請求數 / 總請求數 * 100%
錯誤嚴重程度評級:
- low - <5% 錯誤率 (綠色)
- medium - 5%-15% 錯誤率 (黃色)
- high - 15%-30% 錯誤率 (橙色)
- critical - >30% 錯誤率 (紅色)

成本效率指標

成本效率: 基於實際 Token 使用的成本分析
Provider 健康度: 綜合錯誤率和效能的健康評分

監控查詢

統一視圖查詢 (推薦) ⭐

sql

-- 查看所有配置的完整資訊 (包含實際 vs 預設對比)
SELECT template_key, provider_name, 
       config_performance_score, actual_success_rate_24h, 
       health_grade, performance_variance
FROM ai_prompt_provider_details 
ORDER BY actual_success_rate_24h DESC NULLS LAST, config_performance_score DESC;

-- 查詢僅活躍配置 (替代原 ai_prompt_provider_configs_active)
SELECT * FROM ai_prompt_provider_details_active;

-- 查看特定 Provider 的效能摘要
SELECT * FROM get_ai_provider_performance_summary(24) 
WHERE provider_name = 'openai';

詳細使用記錄查詢

sql

-- 最近 24 小時的使用統計
SELECT 
  provider_name,
  template_key,
  COUNT(*) as total_requests,
  ROUND(AVG(response_time_ms), 0) as avg_response_time,
  COUNT(*) FILTER (WHERE status = 'success') as successful_requests,
  ROUND(COUNT(*) FILTER (WHERE status = 'success')::DECIMAL / COUNT(*) * 100, 2) as success_rate
FROM ai_usage_logs
WHERE created_at >= NOW() - INTERVAL '24 hours'
GROUP BY provider_name, template_key
ORDER BY total_requests DESC;

-- 錯誤分析
SELECT 
  error_code,
  COUNT(*) as error_count,
  provider_name,
  ROUND(AVG(response_time_ms), 0) as avg_failed_response_time
FROM ai_usage_logs
WHERE status = 'error' AND created_at >= NOW() - INTERVAL '7 days'
GROUP BY error_code, provider_name
ORDER BY error_count DESC;

-- 成本分析
SELECT 
  provider_name,
  DATE_TRUNC('day', created_at) as date,
  SUM(estimated_cost) as daily_cost,
  COUNT(*) as daily_requests,
  ROUND(AVG(estimated_cost), 6) as avg_cost_per_request
FROM ai_usage_logs
WHERE estimated_cost IS NOT NULL 
  AND created_at >= NOW() - INTERVAL '30 days'
GROUP BY provider_name, DATE_TRUNC('day', created_at)
ORDER BY date DESC, daily_cost DESC;

效能趨勢分析

sql

-- 每小時請求量趨勢
SELECT 
  DATE_TRUNC('hour', created_at) as hour,
  COUNT(*) as requests,
  ROUND(AVG(response_time_ms), 0) as avg_response_time,
  COUNT(*) FILTER (WHERE status = 'success') as successful
FROM ai_usage_logs
WHERE created_at >= NOW() - INTERVAL '24 hours'
GROUP BY DATE_TRUNC('hour', created_at)
ORDER BY hour;

-- Provider 比較分析
SELECT 
  provider_name,
  COUNT(*) as total_usage,
  ROUND(AVG(response_time_ms) FILTER (WHERE status = 'success'), 0) as avg_response_time,
  ROUND(COUNT(*) FILTER (WHERE status = 'success')::DECIMAL / COUNT(*) * 100, 2) as success_rate,
  SUM(estimated_cost) as total_cost,
  COUNT(DISTINCT template_key) as templates_used
FROM ai_usage_logs
WHERE created_at >= NOW() - INTERVAL '7 days'
GROUP BY provider_name
ORDER BY total_usage DESC;

前端監控工具

AI Provider Management 介面

管理介面現在顯示真實的使用數據：

總覽標籤
- 24小時請求數統計
- 整體成功率和回應時間
- 總成本和失敗次數 (修復版：包含所有失敗類型)
- 活躍的 Provider 和模板數量
- 詳細失敗分析 (新增): 當有失敗請求時顯示
  - 一般錯誤數量 (紅色標示)
  - 超時錯誤數量 (橙色標示)
  - 取消請求數量 (灰色標示)
配置標籤
- 每個配置的實際回應時間
- 基於使用記錄的成功率
- 動態更新的效能指標
自動刷新
- 每30秒自動更新統計
- 即時反映系統狀態變化

使用指標 API

typescript

// 使用 useAIUsageMetrics composable
const aiMetrics = useAIUsageMetrics({
  refetchInterval: 30000,  // 30秒刷新
  providerName: 'openai',  // 過濾特定 Provider
  templateKey: 'alert_enhancement'  // 過濾特定模板
})

// 獲取總體統計
console.log(aiMetrics.overallStats.value)
// {
//   totalRequests24h: 1250,
//   avgSuccessRate24h: 98.5,
//   avgResponseTime24h: 1200,
//   totalCost24h: 2.45,
//   totalErrors24h: 18
// }

// 獲取特定配置統計
const configStats = aiMetrics.getConfigStats('config-uuid')
console.log(configStats?.success_rate_24h) // 98.5

變更記錄模板

變更 Provider 配置時的記錄格式

日期: 2025-08-08
操作人員: [姓名]
變更類型: Provider 配置調整
變更內容: 
- 停用 OpenAI Provider (節省成本)
- 啟用 Local Ollama Provider 
- 模型更新為 phi4-mini:latest
影響範圍: AI 警示分析功能
測試狀態: ✅ 已驗證
回滾計劃: 重新啟用 OpenAI Provider (如需要)

🆘 緊急聯絡資訊

故障升級流程

Level 1: 系統管理員 - 基本配置調整
Level 2: 開發團隊 - 程式碼層級問題
Level 3: 架構師 - 系統架構變更

重要備注

生產環境的 Provider 變更需要經過測試環境驗證
模型更新可能影響 AI 分析品質，需要測試驗證
成本相關的 Provider 變更需要成本中心批准

系統修復記錄

2025-08-08: 錯誤次數計算邏輯修復

問題識別: 前端顯示的「錯誤次數」與成功率計算邏輯不一致
- 成功率計算: 成功請求 / 總請求 (包含所有失敗類型)
- 錯誤次數計算: 只計算 status = 'error' (不包含 timeout, cancelled)
實際影響: 成功率顯示 75%，但錯誤次數顯示 0，造成管理員困惑
解決方案:
- ✅ 修改前端邏輯: 失敗次數 = 總請求數 - 成功請求數
- ✅ 新增詳細失敗分類: 分別顯示 error/timeout/cancelled 數量
- ✅ 統一術語: 「錯誤次數」改為「失敗次數」
- ✅ 新增錯誤嚴重程度評級和格式化函數
修復成果:
- 邏輯一致性：失敗次數與成功率計算基準統一
- 詳細錯誤分析：提供準確的問題診斷資訊
- 用戶體驗改善：清楚的視覺化錯誤分類顯示

系統修復記錄

2025-08-08: AI 表格統一優化

問題: ai_provider_realtime_stats 與 ai_prompt_provider_configs_active 兩表欄位重疊，前端查詢複雜
解決: 建立 ai_prompt_provider_details 統一視圖，整合配置和統計資料
影響:
- 前端 AIProviderManagement.vue 查詢來源統一
- 新增健康度評級和效能對比分析
- 查詢效能提升：單次查詢 <3ms
向後相容: 保留 ai_prompt_provider_details_active 視圖

2025-08-08: 錯誤計算邏輯修復

問題: 前端錯誤次數計算不一致，成功率75%但顯示錯誤次數0
根因: 錯誤次數只計算 'error' 狀態，未包含 'timeout' 和 'cancelled'
修復: 改為 totalErrors24h = totalRequests24h - totalSuccessfulRequests24h
增強: 新增詳細錯誤分類顯示 (一般錯誤、超時錯誤、取消請求)

此手冊將隨系統演進持續更新

Agent 管理

類別

假日管理

類別

客戶分析

類別

客戶分群

Interfaces

類別

客服分析

類別

活動評分

Interfaces

類別

產品分析

類別

群組通知

類別

訂單分析

類別

通知 API

類別

系統架構

AI 增強系統運維操作手冊 ​

概述 ​

系統架構概覽 ​

三表分離架構 ​

智慧選擇邏輯 ​

Provider 評分機制詳解 ​

1. 評分來源與性質 ​

2. 各提供商評分特性 ​

3. 評分計算邏輯 ​

4. 實際評分範例 ​

5. 評分依據說明 ​

效能評分 (Performance Score) ​

成本效率評分 (Cost Efficiency Score) ​

品質評分 (Quality Score) ​

6. 最佳實踐建議 ​

生產環境配置 ​

開發環境配置 ​

常用維運操作 ​

1. 檢查系統健康狀況 ​

2. Provider 啟用/停用操作 ​

✅ 啟用 Local Ollama Provider ​

❌ 停用 OpenAI Provider ​

❌ 停用 Claude Provider ​

3. 模型配置更新 ​

更新 Ollama 模型名稱 ​

更新模型參數 ​

4. Provider 評分調整 ​

使用專用函數更新評分 ​

批量調整 Provider 評分 ​

策略性評分調整 ​

動態評分監控 ​

🚨 故障排除 ​

問題 1：AI 分析返回 404 錯誤 ​

問題 2：系統選擇錯誤的 AI Provider ​

問題 3：Ollama 服務連線失敗 ​

🔄 定期維護任務 ​

每週維護 ​

每月維護 ​

季度維護 ​

動態監控系統 ​

使用記錄系統 (ai_usage_logs) ​

AI Provider 統一管理視圖 (ai_prompt_provider_details) ⭐ 新版 ​

核心特性 ​

24 小時統計 ​

7 天統計 ​

效能對比指標 ​

關鍵指標 ​

效能指標 ​

失敗分析指標 (修復版) ​

成本效率指標 ​

監控查詢 ​

統一視圖查詢 (推薦) ⭐ ​

詳細使用記錄查詢 ​

效能趨勢分析 ​

前端監控工具 ​

AI Provider Management 介面 ​

使用指標 API ​

AI 增強系統運維操作手冊

概述

系統架構概覽

三表分離架構

智慧選擇邏輯

Provider 評分機制詳解

1. 評分來源與性質

2. 各提供商評分特性

3. 評分計算邏輯

4. 實際評分範例

5. 評分依據說明

效能評分 (Performance Score)

成本效率評分 (Cost Efficiency Score)

品質評分 (Quality Score)

6. 最佳實踐建議

生產環境配置

開發環境配置

常用維運操作

1. 檢查系統健康狀況

2. Provider 啟用/停用操作

✅ 啟用 Local Ollama Provider

❌ 停用 OpenAI Provider

❌ 停用 Claude Provider

3. 模型配置更新

更新 Ollama 模型名稱

更新模型參數

4. Provider 評分調整

使用專用函數更新評分

批量調整 Provider 評分

策略性評分調整

動態評分監控

🚨 故障排除

問題 1：AI 分析返回 404 錯誤

問題 2：系統選擇錯誤的 AI Provider

問題 3：Ollama 服務連線失敗

🔄 定期維護任務

每週維護

每月維護

季度維護

動態監控系統

使用記錄系統 (ai_usage_logs)

AI Provider 統一管理視圖 (ai_prompt_provider_details) ⭐ 新版

核心特性

24 小時統計

7 天統計

效能對比指標

關鍵指標

效能指標

失敗分析指標 (修復版)

成本效率指標

監控查詢

統一視圖查詢 (推薦) ⭐

詳細使用記錄查詢

效能趨勢分析

前端監控工具

AI Provider Management 介面

使用指標 API

變更記錄模板

變更 Provider 配置時的記錄格式

🆘 緊急聯絡資訊

故障升級流程

重要備注

系統修復記錄

2025-08-08: 錯誤次數計算邏輯修復

系統修復記錄

2025-08-08: AI 表格統一優化

2025-08-08: 錯誤計算邏輯修復