feat(ai-runtime): complete ai runtime policy refactor (ADR-035)

specs/200-fullstacks/235-ai-runtime-policy-refactor/checklists/cutover-validation.md

@@ -0,0 +1,256 @@
+// File: specs/200-fullstacks/235-ai-runtime-policy-refactor/checklists/cutover-validation.md
+// Change Log:
+// - 2026-06-11: Initial cutover validation checklist for T032 and sidecar pytest
+
+# Cutover Validation Checklist: Feature 235
+
+**Purpose**: ใช้ปิด `T032` และเก็บหลักฐานสำหรับเลื่อนสถานะ validation จาก `PARTIAL` ไป `PASS`
+
+> หมายเหตุ
+>
+> - Checklist นี้อิง **implementation ปัจจุบัน** ของ Option B
+> - อย่าใช้ตัวอย่างเก่าใน `quickstart.md` ที่ยังส่ง `executionProfile` / `large-context` จาก caller
+> - คำสั่งด้านล่างเป็น **PowerShell** ตามกฎของ repo
+
+## 1. Environment Ready
+
+- [ ] Backend รันที่ `http://localhost:3001`
+- [ ] Frontend รันที่ `http://localhost:3000`
+- [ ] OCR sidecar รันที่ `http://192.168.10.100:8765`
+- [ ] Ollama รันและมี tag `np-dms-ai` / `np-dms-ocr`
+- [ ] มี admin token สำหรับเรียก API
+- [ ] มี `documentPublicId` และ `projectPublicId` ที่มีอยู่จริงสำหรับทดสอบ `rag-query`
+- [ ] มีไฟล์ PDF ตัวอย่างสำหรับ OCR Sandbox
+
+## 2. Automated Validation
+
+### 2.1 Backend targeted tests
+
+- [ ] รัน:
+
+```powershell
+pnpm --filter backend test -- --runInBand --testPathPatterns="ai.service.spec.ts|queue-policy.spec.ts|ai.controller.spec.ts|ai-policy.service.spec.ts|ocr-residency.spec.ts|vram-monitor.service.spec.ts"
+```
+
+- [ ] Expected: ทุก suite ผ่าน
+
+### 2.2 Backend build
+
+- [ ] รัน:
+
+```powershell
+pnpm --filter backend build
+```
+
+- [ ] Expected: build ผ่านไม่มี compile error
+
+### 2.3 Sidecar pytest
+
+- [ ] รัน:
+
+```powershell
+python -m pytest specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/tests -v
+```
+
+- [ ] Expected: `test_retrieval_fallback.py` ผ่านครบ
+- [ ] ถ้า `pytest` ไม่พบ module: บันทึกว่า environment ยังไม่พร้อม และติดตั้ง dependency ก่อน rerun
+
+## 3. Manual Gate 1: Policy Contract
+
+ตั้งค่า token และ ids ก่อน:
+
+```powershell
+$TOKEN = "<admin-jwt>"
+$PROJECT_PUBLIC_ID = "<existing-project-public-id>"
+$DOCUMENT_PUBLIC_ID = "<existing-document-public-id>"
+```
+
+### 3.1 Reject forbidden `model`
+
+- [ ] รัน:
+
+```powershell
+$body = @{
+  type = "rag-query"
+  projectPublicId = $PROJECT_PUBLIC_ID
+  payload = @{ query = "test policy contract" }
+  model = @{ key = "typhoon2.5-np-dms:latest" }
+} | ConvertTo-Json -Depth 5
+
+Invoke-RestMethod "http://localhost:3001/api/ai/jobs" `
+  -Method Post `
+  -Headers @{
+    Authorization = "Bearer $TOKEN"
+    "Idempotency-Key" = "feature235-gate1-model"
+    "Content-Type" = "application/json"
+  } `
+  -Body $body
+```
+
+- [ ] Expected: HTTP `400`
+
+### 3.2 Reject forbidden `executionProfile`
+
+- [ ] รัน:
+
+```powershell
+$body = @{
+  type = "rag-query"
+  projectPublicId = $PROJECT_PUBLIC_ID
+  payload = @{ query = "test forbidden profile" }
+  executionProfile = "quality"
+} | ConvertTo-Json -Depth 5
+```
+
+- [ ] Expected: HTTP `400`
+
+### 3.3 Reject forbidden parameter override
+
+- [ ] รัน:
+
+```powershell
+$body = @{
+  type = "rag-query"
+  projectPublicId = $PROJECT_PUBLIC_ID
+  payload = @{ query = "test forbidden temperature" }
+  temperature = 0.9
+} | ConvertTo-Json -Depth 5
+```
+
+- [ ] Expected: HTTP `400`
+
+### 3.4 Valid `rag-query`
+
+- [ ] รัน:
+
+```powershell
+$body = @{
+  type = "rag-query"
+  projectPublicId = $PROJECT_PUBLIC_ID
+  documentPublicId = $DOCUMENT_PUBLIC_ID
+  payload = @{ query = "สรุปเอกสารนี้" }
+} | ConvertTo-Json -Depth 5
+
+Invoke-RestMethod "http://localhost:3001/api/ai/jobs" `
+  -Method Post `
+  -Headers @{
+    Authorization = "Bearer $TOKEN"
+    "Idempotency-Key" = "feature235-gate1-valid"
+    "Content-Type" = "application/json"
+  } `
+  -Body $body
+```
+
+- [ ] Expected:
+  - HTTP `201`
+  - `modelUsed = "np-dms-ai"`
+  - `effectiveProfile = "standard"`
+  - `queueName = "ai-batch"`
+
+## 4. Manual Gate 2: Canonical Naming
+
+### 4.1 Audit log check
+
+- [ ] ตรวจ row ล่าสุดใน `ai_audit_logs`
+- [ ] Expected:
+  - `effective_profile` มีค่า
+  - `canonical_model` เป็น `np-dms-ai` หรือ `np-dms-ocr`
+  - ไม่มี runtime name หลุดออกในฟิลด์ user-facing
+
+### 4.2 Admin Console check
+
+- [ ] เปิด `http://localhost:3000/admin/ai`
+- [ ] ตรวจ Overview / health / model cards
+- [ ] Expected:
+  - เห็น `np-dms-ai`
+  - เห็น `np-dms-ocr`
+  - ไม่เห็น `typhoon2.5-np-dms:latest`
+  - ไม่เห็น `typhoon-np-dms-ocr:latest`
+
+### 4.3 OCR Sandbox badge check
+
+- [ ] เปิด OCR Sandbox ในหน้า admin AI
+- [ ] รัน OCR 1 รอบ
+- [ ] Expected:
+  - badge หรือ result label แสดง `np-dms-ocr`
+  - ไม่โชว์ runtime name โดยตรง
+
+## 5. Manual Gate 3: Adaptive OCR Residency
+
+### 5.1 High-pressure / deep-analysis behavior
+
+- [ ] ทำให้ main model กิน VRAM สูง หรือจำลอง workload ที่เข้าข่าย pressure
+- [ ] รัน OCR Sandbox หรือ OCR job
+- [ ] ตรวจ sidecar / backend logs
+- [ ] Expected:
+  - `keep_alive = 0`
+  - reason เป็น `high-pressure` หรือ `deep-analysis-active`
+
+### 5.2 Headroom sufficient behavior
+
+- [ ] รัน OCR job ตอนที่ GPU headroom สูง
+- [ ] ตรวจ logs
+- [ ] Expected:
+  - `keep_alive > 0`
+  - reason เป็น `headroom-sufficient`
+
+## 6. Manual Gate 4: Retrieval CPU Fallback
+
+### 6.1 Force GPU pressure
+
+- [ ] warm model:
+
+```powershell
+$warm = @{
+  model = "np-dms-ai"
+  prompt = "warmup"
+  keep_alive = -1
+} | ConvertTo-Json
+
+Invoke-RestMethod "http://localhost:11434/api/generate" `
+  -Method Post `
+  -ContentType "application/json" `
+  -Body $warm
+```
+
+### 6.2 Submit `rag-query` under pressure
+
+- [ ] ส่ง request แบบเดียวกับ Gate 1.4 แต่เปลี่ยน `Idempotency-Key`
+- [ ] Expected:
+  - request enqueue สำเร็จ
+  - job ไม่ fail hard
+
+### 6.3 Verify fallback evidence
+
+- [ ] ตรวจ sidecar logs
+- [ ] Expected:
+  - `device=cpu` หรือ `device: cpu`
+  - reason เป็น `gpu-headroom-below-threshold` หรือ `gpu-query-failed`
+
+## 7. Evidence to Attach
+
+- [ ] backend test output
+- [ ] backend build output
+- [ ] sidecar pytest output
+- [ ] screenshot หน้า `/admin/ai`
+- [ ] screenshot OCR Sandbox result
+- [ ] copy log line ของ residency decision
+- [ ] copy log line ของ CPU fallback
+- [ ] sample successful `rag-query` response body
+
+## 8. Pass Criteria
+
+- [ ] Automated backend tests ผ่าน
+- [ ] Backend build ผ่าน
+- [ ] Sidecar pytest ผ่าน
+- [ ] Gate 1 ผ่านครบ
+- [ ] Gate 2 ผ่านครบ
+- [ ] Gate 3 ผ่านครบ
+- [ ] Gate 4 ผ่านครบ
+- [ ] หลักฐานถูกแนบหรือบันทึกไว้ใน feature folder
+
+## 9. Follow-up After Completion
+
+- [ ] update `tasks.md` ให้ติ๊ก `T032`
+- [ ] update `validation-report.md` จาก `PARTIAL` เป็น `PASS`
+- [ ] ถ้าเจอ spec drift ให้ปรับ `quickstart.md` และจุดอ้างอิงที่ยังใช้ contract เก่า

specs/200-fullstacks/235-ai-runtime-policy-refactor/contracts/create-ai-job.dto.md

@@ -1,51 +1,91 @@
 // File: specs/200-fullstacks/235-ai-runtime-policy-refactor/contracts/create-ai-job.dto.md
 // Change Log:
 // - 2026-06-11: API contract for CreateAiJobDto
+// - 2026-06-11: Option B — backend-determined policy; ลบ executionProfile ออกจาก request
+// - 2026-06-11: Rename profiles — interactive/standard/quality/deep-analysis; เพิ่ม default values จาก docs/ai-profiles.md
 
 # Contract: POST /api/ai/jobs
 
 ## Request DTO
 
 ```typescript
+// PublicJobType — เปิดให้ caller ส่งมาใน API
+type PublicJobType = 'auto-fill-document' | 'migrate-document' | 'rag-query';
+
+// InternalJobType — ใช้ภายใน AiPolicyService เท่านั้น ไม่ expose ใน API
+type InternalJobType = PublicJobType | 'intent-classify' | 'tool-suggest' | 'ocr-extract';
+
 interface CreateAiJobRequest {
-  type: 'auto-fill-document' | 'migrate-document' | 'rag-query';
+  type: PublicJobType;
   documentPublicId?: string;     // UUIDv7 — ADR-019
   attachmentPublicId?: string;   // UUIDv7 — ADR-019
-  executionProfile?: 'fast' | 'balanced' | 'thai-accurate' | 'large-context';
+  // [FORBIDDEN] executionProfile — HTTP 400 if present (backend กำหนดเอง)
   // [FORBIDDEN] model.key — HTTP 400 if present
   // [FORBIDDEN] temperature, top_p, maxTokens — HTTP 400 if present
 }
 ```
 
+> **หมายเหตุ**: ไม่มี `executionProfile` ใน request — backend กำหนด execution policy ทั้งหมดจาก `job.type` อัตโนมัติ user ทั่วไปไม่ต้องรู้จัก profile เลย
+> `intent-classify`, `tool-suggest`, `ocr-extract` เป็น **internal job types** — เกิดภายใน service โดยตรง ไม่ผ่าน API
+
 ## Validation Rules
 
 | Field | Rule |
 |-------|------|
-| `type` | Required; enum |
-| `executionProfile` | Optional; enum; defaults to `balanced` |
-| `large-context` | Requires admin role (CASL `ai.use_large_context`) — HTTP 403 if unauthorized |
-| `model.*` | ANY model subfield → HTTP 400 |
-| `temperature` | Present at root → HTTP 400 |
-| `top_p` | Present at root → HTTP 400 |
-| `maxTokens` | Present at root → HTTP 400 |
+| `type` | Required; enum `'auto-fill-document' \| 'migrate-document' \| 'rag-query'` |
+| `executionProfile` | **FORBIDDEN** — HTTP 400 ถ้ามีใน payload |
+| `model.*` | **FORBIDDEN** — ANY model subfield → HTTP 400 |
+| `temperature` | **FORBIDDEN** — HTTP 400 ถ้ามีใน payload |
+| `top_p` | **FORBIDDEN** — HTTP 400 ถ้ามีใน payload |
+| `maxTokens` | **FORBIDDEN** — HTTP 400 ถ้ามีใน payload |
+| `documentPublicId` | Optional; UUIDv7 string (ADR-019) — ห้าม parseInt |
+| `attachmentPublicId` | Optional; UUIDv7 string (ADR-019) — ห้าม parseInt |
+
+## Job Type → Effective Profile Mapping (Backend Policy)
+
+| `job.type` | `effectiveProfile` | `canonicalModel` | `queueName` |
+|---|---|---|---|
+| `auto-fill-document` | `quality` | `np-dms-ai` | `ai-batch` |
+| `migrate-document` | `quality` | `np-dms-ai` | `ai-batch` |
+| `rag-query` | `standard` | `np-dms-ai` | `ai-batch` |
+| `intent-classify` | `interactive` | `np-dms-ai` | `ai-realtime` | *(internal only)* |
+| `tool-suggest` | `interactive` | `np-dms-ai` | `ai-realtime` | *(internal only)* |
+| `ocr-extract` | *(OCR residency policy)* | `np-dms-ocr` | `ai-batch` | *(internal only)* |
+| `sandbox-analysis` | `deep-analysis` | `np-dms-ai` | `ai-batch` | *(admin OCR Sandbox only)* |
+
+> Mapping นี้กำหนดใน `AiPolicyService` — ไม่ expose ให้ caller เห็น
+
+## Profile Default Parameters (จาก `docs/ai-profiles.md`)
+
+| Profile | `temperature` | `top_p` | `max_tokens` | `num_ctx` | `repeat_penalty` | `keep_alive` |
+|---|---|---|---|---|---|---|
+| `interactive` | 0.7 | 0.9 | 2048 | 4096 | 1.15 | `"5m"` |
+| `standard` | 0.5 | 0.8 | 4096 | 8192 | 1.15 | `"10m"` |
+| `quality` | 0.1 | 0.95 | 8192 | 8192 | 1.15 | `"10m"` |
+| `deep-analysis` | 0.3 | 0.85 | 8192 | 32768 | 1.15 | `"0"` |
+
+> ค่าเหล่านี้เป็น **default** — ops/admin calibrate ได้ผ่าน Admin Console และบันทึกใน DB ตาม ADR-029 (Dynamic Prompt Management)
 
 ## Response DTO
 
 ```typescript
+type ExecutionProfile = 'interactive' | 'standard' | 'quality' | 'deep-analysis';
+
 interface AiJobResponse {
-  jobId: string;             // BullMQ job ID
+  jobId: string;                              // BullMQ job ID
   status: 'queued' | 'completed' | 'failed';
-  modelUsed: 'np-dms-ai' | 'np-dms-ocr';   // Canonical name — never runtime tag
-  executionProfile: ExecutionProfile;         // Effective profile (after backend override)
+  modelUsed: 'np-dms-ai' | 'np-dms-ocr';    // Canonical name — never runtime tag
+  effectiveProfile: ExecutionProfile;         // Profile ที่ backend กำหนดจาก job.type
   queueName: 'ai-realtime' | 'ai-batch';
 }
 ```
 
+> `effectiveProfile` ใน response คือ **read-only informational field** สำหรับ admin/developer ดู — ไม่ใช่ input
+
 ## Error Responses
 
 | Status | When |
 |--------|------|
-| 400 | `model.key` present, or parameter overrides present, or invalid `executionProfile` |
-| 403 | `large-context` by non-admin |
-| 422 | `documentPublicId` not found |
-| 504 | CPU fallback retrieval timeout |
+| 400 | `executionProfile`, `model.key`, หรือ parameter overrides มีใน payload |
+| 422 | `documentPublicId` หรือ `attachmentPublicId` ไม่พบใน DB |
+| 504 | CPU fallback retrieval timeout (`/embed` หรือ `/rerank`)

specs/200-fullstacks/235-ai-runtime-policy-refactor/data-model.md

@@ -1,6 +1,8 @@
 // File: specs/200-fullstacks/235-ai-runtime-policy-refactor/data-model.md
 // Change Log:
 // - 2026-06-11: Data model for AI Runtime Policy Refactor
+// - 2026-06-11: Rename ExecutionProfile — interactive/standard/quality/deep-analysis; เพิ่ม numCtx, repeatPenalty ใน RuntimePolicy
+// - 2026-06-11: เพิ่ม OcrRuntimePolicy จาก np-dms-ocr.model.md (fixed parameters, keep_alive dynamic)
 
 # Data Model: AI Runtime Policy Refactor
 
@@ -10,11 +12,30 @@
 
 ## TypeScript Types (Backend)
 
+### JobType (types)
+
+```typescript
+// File: backend/src/modules/ai/interfaces/execution-policy.interface.ts
+
+// PublicJobType — รับจาก caller ผ่าน POST /api/ai/jobs เท่านั้น
+export type PublicJobType = 'auto-fill-document' | 'migrate-document' | 'rag-query';
+
+// InternalJobType — ใช้ภายใน AiPolicyService; ครอบคลุมทุก job type รวม internal
+// sandbox-analysis — admin trigger ผ่าน OCR Sandbox โดยตรง (deep-analysis profile)
+export type InternalJobType = PublicJobType | 'intent-classify' | 'tool-suggest' | 'ocr-extract' | 'sandbox-analysis';
+```
+
+> `intent-classify`, `tool-suggest`, `ocr-extract` — internal เท่านั้น; ถ้า caller ส่ง type เหล่านี้มา → HTTP 400
+
+---
+
 ### ExecutionProfile (enum)
 
 ```typescript
 // File: backend/src/modules/ai/interfaces/execution-policy.interface.ts
-export type ExecutionProfile = 'fast' | 'balanced' | 'thai-accurate' | 'large-context';
+// ค่า default ของแต่ละ profile ดูได้ที่ docs/ai-profiles.md
+// ops/admin calibrate ได้ผ่าน Admin Console และบันทึกใน DB ตาม ADR-029
+export type ExecutionProfile = 'interactive' | 'standard' | 'quality' | 'deep-analysis';
 ```
 
 ### RuntimePolicy (interface)
@@ -23,13 +44,34 @@ export type ExecutionProfile = 'fast' | 'balanced' | 'thai-accurate' | 'large-co
 // File: backend/src/modules/ai/interfaces/execution-policy.interface.ts
 export interface RuntimePolicy {
   canonicalModel: 'np-dms-ai' | 'np-dms-ocr';  // ชื่อ canonical เท่านั้น
-  temperature: number;
-  topP: number;
-  maxTokens: number;
-  keepAliveSeconds: number;                        // สำหรับ main model
+  temperature: number;       // default: interactive=0.7, standard=0.5, quality=0.1, deep-analysis=0.3
+  topP: number;              // default: interactive=0.9, standard=0.8, quality=0.95, deep-analysis=0.85
+  maxTokens: number;         // default: interactive=2048, standard=4096, quality=8192, deep-analysis=8192
+  numCtx: number;            // default: interactive=4096, standard=8192, quality=8192, deep-analysis=32768
+  repeatPenalty: number;     // default: 1.15 ทุก profile
+  keepAliveSeconds: number;  // default: interactive=300, standard=600, quality=600, deep-analysis=0
 }
 ```
 
+### OcrRuntimePolicy (interface)
+
+```typescript
+// File: backend/src/modules/ai/interfaces/ocr-residency.interface.ts
+// Parameters จาก specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/np-dms-ocr.model.md
+// ไม่ calibrate ผ่าน Admin Console — ค่า fixed ตาม Modelfile
+export interface OcrRuntimePolicy {
+  canonicalModel: 'np-dms-ocr';    // FROM scb10x/typhoon-ocr1.5-3b:latest
+  numCtx: 8192;                     // PARAMETER num_ctx 8192
+  numPredict: 4096;                 // PARAMETER num_predict 4096
+  temperature: 0.1;                 // PARAMETER temperature 0.1
+  topP: 0.1;                        // PARAMETER top_p 0.1
+  repeatPenalty: 1.1;               // PARAMETER repeat_penalty 1.1
+  keepAliveSeconds: number;         // dynamic — คำนวณจาก OcrResidencyDecision
+}
+```
+
+> `np-dms-ocr` ใช้ parameters คงที่ตาม Modelfile — **มีแค่ `keep_alive` เท่านั้นที่ dynamic** ตาม VRAM headroom
+
 ### OcrResidencyDecision (interface)
 
 ```typescript
@@ -38,7 +80,7 @@ export interface OcrResidencyDecision {
   keepAliveSeconds: number;          // 0 = unload; > 0 = residency window
   vramHeadroomMb: number;            // หรือ -1 ถ้า query ล้มเหลว
   activeProfile: ExecutionProfile | null;
-  reason: 'large-context-active' | 'high-pressure' | 'headroom-sufficient' | 'query-failed';
+  reason: 'deep-analysis-active' | 'high-pressure' | 'headroom-sufficient' | 'query-failed';
 }
 ```
 
@@ -54,14 +96,42 @@ export interface VramHeadroom {
 }
 ```
 
+### AiJobPayload (BullMQ job data)
+
+```typescript
+// File: backend/src/modules/ai/interfaces/execution-policy.interface.ts
+// BullMQ job payload — parameters ถูก snapshot ณ เวลา dispatch (FR-A09)
+// worker ใช้ค่าจาก payload โดยตรง ไม่อ่าน DB/Redis อีกรอบ
+export interface AiJobPayload {
+  jobType: InternalJobType;
+  documentPublicId?: string;
+  attachmentPublicId?: string;
+  // snapshot ณ เวลา dispatch โดย AiPolicyService
+  effectiveProfile: ExecutionProfile;
+  canonicalModel: 'np-dms-ai' | 'np-dms-ocr';
+  snapshotParams: {
+    temperature: number;
+    topP: number;
+    maxTokens: number;
+    numCtx: number;
+    repeatPenalty: number;
+    keepAliveSeconds: number;
+  };
+}
+```
+
+> `snapshotParams` ทำให้ทุก job predictable — แม้ admin calibrate ค่าใหม่ระหว่าง job queue อยู่ ค่าเดิมที่ snapshot ไว้จะถูกใช้; audit log บันทึก `snapshotParams` ด้วยเพื่อ traceability
+
+---
+
 ### CreateAiJobDto (updated)
 
 ```typescript
 // File: backend/src/modules/ai/dto/create-ai-job.dto.ts
-// [CHANGE] ลบ model field และ parameter overrides ออก
+// [CHANGE] ลบ executionProfile, model fields ออกทั้งหมด — backend กำหนดจาก job.type
 export class CreateAiJobDto {
   @IsEnum(['auto-fill-document', 'migrate-document', 'rag-query'])
-  type: 'auto-fill-document' | 'migrate-document' | 'rag-query';
+  type: PublicJobType;
 
   @IsOptional()
   @IsUUID('all')
@@ -71,16 +141,56 @@ export class CreateAiJobDto {
   @IsUUID('all')
   attachmentPublicId?: string;
 
-  @IsOptional()
-  @IsEnum(['fast', 'balanced', 'thai-accurate', 'large-context'])
-  executionProfile?: ExecutionProfile;
-
+  // [REMOVED] executionProfile — backend กำหนดอัตโนมัติจาก job.type (Option B)
   // [REMOVED] model: { key, parameters } — ไม่อนุญาตแล้ว
 }
 ```
 
 ---
 
+## DB Schema Extensions
+
+### ai_execution_profiles (new table)
+
+```sql
+-- Delta: specs/03-Data-and-Storage/deltas/2026-06-11-create-ai-execution-profiles.sql
+CREATE TABLE ai_execution_profiles (
+  id               INT PRIMARY KEY AUTO_INCREMENT,
+  profile_name     VARCHAR(50) NOT NULL UNIQUE,  -- 'interactive'|'standard'|'quality'|'deep-analysis'
+  temperature      DECIMAL(4,3) NOT NULL,
+  top_p            DECIMAL(4,3) NOT NULL,
+  max_tokens       INT NOT NULL,
+  num_ctx          INT NOT NULL,
+  repeat_penalty   DECIMAL(5,3) NOT NULL,
+  keep_alive_seconds INT NOT NULL,               -- 0 = unload immediately
+  is_active        TINYINT(1) NOT NULL DEFAULT 1,
+  updated_by       INT NULL,                     -- NULL = seed default
+  updated_at       TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
+  created_at       TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP
+);
+```
+
+> - ค่า default seed จาก `docs/ai-profiles.md` ผ่าน delta SQL
+> - Admin calibrate ผ่าน Admin Console → `UPDATE ai_execution_profiles SET ... WHERE profile_name = ?`
+> - `AiPolicyService` อ่านค่าจาก table นี้ (Redis cache TTL 60s ตาม ADR-029 pattern)
+> - `ON DUPLICATE KEY UPDATE profile_name = profile_name` — ป้องกัน overwrite ค่าที่ admin calibrate ไว้
+
+### ai_audit_logs (extended columns)
+
+```sql
+-- Delta: specs/03-Data-and-Storage/deltas/2026-06-11-extend-ai-audit-logs-runtime-policy.sql
+ALTER TABLE ai_audit_logs
+  ADD COLUMN effective_profile   VARCHAR(50) NULL  -- 'interactive'|'standard'|'quality'|'deep-analysis'
+  ADD COLUMN canonical_model     VARCHAR(50) NULL  -- 'np-dms-ai' | 'np-dms-ocr'
+  ADD COLUMN snapshot_params_json JSON NULL;       -- { temperature, topP, maxTokens, numCtx, repeatPenalty, keepAliveSeconds }
+```
+
+> - `effective_profile` + `canonical_model` แทน legacy `ai_model` / `model_name` ที่มีชื่อ runtime tag
+> - `snapshot_params_json` บันทึก parameters จริงที่ใช้ใน Ollama call (FR-A09) — ทำให้ audit traceability สมบูรณ์
+> - columns เดิม (`ai_model`, `model_name`) ยังคงอยู่ (backward compat) — Feature-235 เขียน columns ใหม่เพิ่มเติม
+
+---
+
 ## Python Types (OCR Sidecar)
 
 ### VramHeadroom (dataclass)

specs/200-fullstacks/235-ai-runtime-policy-refactor/spec.md

@@ -22,19 +22,19 @@
 
 ### User Story 1 — Policy Contract & Canonical Naming (Priority: P1)
 
-นักพัฒนาและ admin ที่ส่ง AI job request ผ่าน AI Gateway จะส่งได้แค่ `executionProfile` (`fast | balanced | thai-accurate | large-context`) โดยไม่สามารถระบุชื่อ model หรือ override runtime parameters ได้เอง — system แสดงและบันทึก model ในทุก layer ด้วยชื่อ canonical `np-dms-ai` และ `np-dms-ocr` แทนชื่อ runtime เดิม
+User ทั่วไปส่ง AI job request ผ่าน AI Gateway โดยระบุแค่ `job type` — ระบบ backend กำหนด execution policy (model, parameters) ทั้งหมดอัตโนมัติตาม job type โดยไม่มี caller input ใดๆ เกี่ยวกับ model หรือ profile — system แสดงและบันทึก model ในทุก layer ด้วยชื่อ canonical `np-dms-ai` และ `np-dms-ocr` แทนชื่อ runtime เดิม Admin/Superadmin สามารถดูและทดสอบ policy behavior ผ่าน Admin Console และ OCR Sandbox เท่านั้น
 
 **Why this priority**: เป็นรากฐานของทุก workstream — ถ้า contract ยังเป็น caller-driven อยู่ workstream อื่นไม่มีความหมาย
 
-**Independent Test**: ยิง POST ไปยัง AI Gateway endpoint ด้วย payload ที่มี `model.key` หรือ `temperature` แล้วตรวจว่า API reject 400 พร้อม error message; ยิงด้วย `executionProfile: "balanced"` แล้วตรวจว่าผ่านและ log/response แสดง `np-dms-ai`
+**Independent Test**: ยิง POST ไปยัง AI Gateway endpoint ด้วย `job type` เท่านั้น แล้วตรวจว่า response แสดง `modelUsed: "np-dms-ai"` และ audit log มี `effectiveProfile` ที่ถูกต้องตาม job type
 
 **Acceptance Scenarios**:
 
-1. **Given** AI job request ที่มี `model: { key: "typhoon2.5-np-dms:latest" }`, **When** ส่งไปยัง `POST /api/ai/jobs`, **Then** system ตอบ HTTP 400 พร้อมข้อความว่า field `model.key` ไม่อนุญาต
-2. **Given** AI job request ที่มี `executionProfile: "balanced"`, **When** job ถูก dispatch ไปยัง `ai-batch` queue, **Then** job payload บันทึก `modelUsed: "np-dms-ai"` ใน audit log
+1. **Given** AI job request ที่มี `model: { key: "typhoon2.5-np-dms:latest" }` หรือ `executionProfile` field ใดๆ, **When** ส่งไปยัง `POST /api/ai/jobs`, **Then** system ตอบ HTTP 400 เพราะ fields เหล่านั้นไม่อนุญาต
+2. **Given** AI job request ที่มีแค่ `type: "rag-query"`, **When** job ถูก dispatch ไปยัง `ai-batch` queue, **Then** job payload บันทึก `modelUsed: "np-dms-ai"` และ `effectiveProfile` ที่ backend กำหนดให้ใน audit log
 3. **Given** admin เปิด AI Admin Console, **When** ดู model information panel, **Then** แสดงชื่อ `np-dms-ai` และ `np-dms-ocr` ไม่ใช่ชื่อ runtime จริง (เช่น `typhoon2.5-np-dms:latest`)
-4. **Given** `auto-fill-document` job ถูกส่งมาพร้อม `executionProfile: "fast"`, **When** backend process job, **Then** backend override เป็น deterministic profile โดยไม่ใช้ค่า `fast` ที่ caller ส่งมา
-5. **Given** `large-context` profile ถูกส่งโดย non-admin user, **When** backend validate, **Then** ตอบ HTTP 403 เพราะ profile นั้น restrict เฉพาะ admin/special workflows
+4. **Given** `auto-fill-document` job ถูกส่งมา, **When** backend process job, **Then** backend กำหนด `effectiveProfile: "quality"` อัตโนมัติตาม job type โดยไม่รับ input จาก caller
+5. **Given** admin เปิด OCR Sandbox, **When** ทดสอบ OCR job, **Then** สามารถดู `effectiveProfile` และ `modelUsed` ที่ระบบกำหนดให้ในผลลัพธ์
 
 ---
 
@@ -107,10 +107,12 @@ BullMQ queue ปรับให้ `ai-realtime` รองรับ concurrency
 ### Edge Cases
 
 - ถ้า VRAM headroom calculation service ล้มเหลว (timeout หรือ error) → ต้อง fallback เป็น `keep_alive: 0` เสมอ (safe default)
-- ถ้า caller ส่ง `executionProfile` ที่ไม่อยู่ใน canonical set → ตอบ 400 validation error
+- ถ้า caller ส่ง `executionProfile` หรือ `model.*` fields มาใน payload → ตอบ 400 validation error ทันที (FR-A01)
 - ถ้า `large-context` profile ถูก whitelist ให้ admin แต่ VRAM ไม่พอ → backend ต้อง reject พร้อม error ชัดเจน ไม่ใช่ silent fallback
 - ถ้า OCR job เข้ามาพร้อมกับ main model generation job → LLM-First rule บังคับ: OCR ต้องรอหรือใช้ `keep_alive: 0`
 - ถ้า `/embed` fallback ไป CPU แล้ว job ใช้เวลานานเกิน timeout → ต้อง return partial result หรือ error ที่ชัดเจน ไม่ใช่ hang
+- ถ้า `VramMonitorService` ทำงานผิดพลาดหลัง cutover (เช่น Ollama `/api/ps` schema เปลี่ยน) → ระบบยัง operate ได้ด้วย safe default (`keep_alive: 0`) — **ไม่มี rollback plan; policy คือ fix-forward เท่านั้น** ต้องแก้ไขจนสำเร็จ
+- VRAM race condition ระหว่าง headroom snapshot กับ Ollama request arrival ถือว่ายอมรับได้ เนื่องจาก `np-dms-ai` VRAM usage ใน production ถูก manual test จนมั่นใจก่อน cutover แล้ว
 
 ---
 
@@ -120,19 +122,21 @@ BullMQ queue ปรับให้ `ai-realtime` รองรับ concurrency
 
 **Workstream A: Contract & Canonical Naming**
 
-- **FR-A01**: System MUST reject AI job requests ที่มี `model.key` field ใน payload (HTTP 400)
-- **FR-A02**: System MUST reject AI job requests ที่มี direct `temperature`, `top_p`, หรือ `maxTokens` overrides (HTTP 400)
-- **FR-A03**: `executionProfile` MUST รับค่าได้เฉพาะ `fast | balanced | thai-accurate | large-context`
-- **FR-A04**: `large-context` profile MUST ถูก authorize เฉพาะ admin role หรือ backend-whitelisted workflows
-- **FR-A05**: System MUST map `executionProfile` → canonical model name และ runtime parameters ใน backend policy layer
-- **FR-A06**: งาน data-affecting (`migrate-document`, `auto-fill-document`) MUST ถูก backend override profile โดยไม่ใช้ค่าที่ caller ส่งมา
+- **FR-A01**: System MUST reject AI job requests ที่มี `model.key`, `executionProfile`, `temperature`, `top_p`, หรือ `maxTokens` field ใน payload (HTTP 400) — ไม่มี caller input ใดๆ เกี่ยวกับ model หรือ profile
+- **FR-A02**: `CreateAiJobDto` MUST รับเฉพาะ `type`, `documentPublicId`, `attachmentPublicId` — ไม่มี profile หรือ model fields
+- **FR-A03**: Backend MUST กำหนด `effectiveProfile` อัตโนมัติจาก `job.type` ตาม policy mapping ใน `AiPolicyService`
+- **FR-A04**: Admin/Superadmin ดูและทดสอบ policy behavior ได้ผ่าน Admin Console และ OCR Sandbox เท่านั้น — ไม่ผ่าน API payload; OCR Sandbox ใช้ `sandbox-analysis` job type ภายใน ซึ่ง map ไป `deep-analysis` profile สำหรับ long-context document testing
+- **FR-A05**: System MUST map `job.type` → `{ effectiveProfile, canonicalModel, runtimeParameters }` ใน backend policy layer
+- **FR-A06**: ทุก job type MUST มี deterministic policy mapping — ไม่มี job type ใดที่ไม่มี default policy
 - **FR-A07**: ทุก layer (API response, audit log, Admin Console, OCR Sandbox) MUST แสดงชื่อ `np-dms-ai` และ `np-dms-ocr` แทนชื่อ runtime จริง
+- **FR-A08**: audit log MUST บันทึก `effectiveProfile` (ค่าที่ backend กำหนด) และ `modelUsed` (canonical name) — `requestedProfile` เสมอ `null` เพราะไม่มี caller input
+- **FR-A09**: `AiPolicyService` MUST snapshot `{ temperature, topP, maxTokens, numCtx, repeatPenalty, keepAliveSeconds }` จาก `ai_execution_profiles` (DB/Redis) ณ เวลา dispatch แล้วฝังใน BullMQ job payload — worker ใช้ค่าจาก payload โดยตรง ไม่อ่าน DB อีกรอบ; ทำให้ทุก job predictable และ audit log ตรงกับ parameters ที่ใช้จริง
 
 **Workstream B: Runtime Policy**
 
-- **FR-B01**: Backend MUST มี policy mapping: `executionProfile` → `{ canonicalModel, keep_alive, temperature, top_p, maxTokens }`
+- **FR-B01**: Backend MUST มี policy mapping: `executionProfile` → `{ canonicalModel, keep_alive, temperature, top_p, max_tokens, num_ctx, repeat_penalty }`; ค่า default ตาม `docs/ai-profiles.md`; ค่าจริง calibrate ได้ผ่าน Admin Console และบันทึกใน DB ตาม ADR-029
 - **FR-B02**: OCR residency MUST คำนวณ `keep_alive` แบบ dynamic จาก VRAM headroom และ active profile
-- **FR-B03**: ถ้า active profile = `large-context` หรือ main model pressure = high → OCR `keep_alive` MUST = `0`
+- **FR-B03**: ถ้า active profile = `deep-analysis` หรือ main model pressure = high → OCR `keep_alive` MUST = `0` โดย "main model pressure สูง" นิยามว่า `np-dms-ai.size_vram` ใน Ollama `/api/ps` response > `GPU_MAIN_MODEL_PRESSURE_THRESHOLD_MB` (configurable env)
 - **FR-B04**: ถ้า VRAM headroom ≥ policy threshold → OCR สามารถใช้ residency window > 0
 - **FR-B05**: VRAM headroom calculation ล้มเหลว → MUST fallback เป็น `keep_alive: 0` (safe default)
 - **FR-B06**: OCR residency decision MUST ถูก log พร้อม headroom value ที่ใช้ตัดสิน
@@ -155,7 +159,7 @@ BullMQ queue ปรับให้ `ai-realtime` รองรับ concurrency
 
 ### Key Entities
 
-- **ExecutionProfile**: Enum value ที่ caller ส่งมา (`fast | balanced | thai-accurate | large-context`) — contract ระดับ API
+- **ExecutionProfile**: Enum value ที่ backend กำหนดภายใน (`interactive | standard | quality | deep-analysis`) — **ไม่ expose ใน public API** ใช้ภายใน policy layer และ audit log เท่านั้น; ค่า default กำหนดใน `docs/ai-profiles.md` และ calibrate ได้ผ่าน Admin Console (ADR-029)
 - **RuntimePolicy**: Backend mapping จาก `ExecutionProfile` → `{ canonicalModel, keep_alive, temperature, top_p, maxTokens }` — ไม่ expose ใน API
 - **VramHeadroom**: ค่า computed ณ เวลา request ที่ใช้ตัดสิน OCR residency และ retrieval acceleration — บันทึกใน log
 - **CanonicalModelIdentity**: ชื่อ `np-dms-ai` หรือ `np-dms-ocr` — ใช้ทุกชั้นที่ผู้ใช้เห็น
@@ -182,6 +186,10 @@ BullMQ queue ปรับให้ `ai-realtime` รองรับ concurrency
 
 - Q: ถ้า `/embed` fallback ไป CPU แล้ว job ใช้เวลานานเกิน timeout → ควร return partial result หรือ return error ที่ชัดเจน? → A: Return error ที่ชัดเจนพร้อม HTTP 504 timeout message — ไม่ return partial result เพราะ downstream LLM context จะ incomplete และทำให้ผลลัพธ์ผิดพลาดโดยไม่รู้ตัว
 - Q: VRAM headroom threshold ระดับ spec ควรกำหนด default value ไหม? → A: ไม่กำหนดใน spec — threshold เป็น operational config (env variable `VRAM_HEADROOM_THRESHOLD_MB`) ที่ ops/admin ปรับได้ runtime; spec ระบุแค่ว่า "ต้องมี threshold ที่ configurable" และ "ต้องใช้ safe default = 0 (unload) เมื่อ query ล้มเหลว"
+- Q: "main model pressure สูง" วัดอย่างไรในทางปฏิบัติ? → A: วัดจาก `np-dms-ai.size_vram` ใน Ollama `/api/ps` response เทียบกับ `GPU_MAIN_MODEL_PRESSURE_THRESHOLD_MB` (configurable env) — ไม่ใช้ Redis flag หรือ shared state ใหม่
+- Q: Rollback plan สำหรับ big bang cutover คืออะไร? → A: ไม่มี rollback — policy คือ fix-forward เท่านั้น; ถ้า cutover มีปัญหาต้องแก้ไขจนสำเร็จ
+- Q: audit log ควรบันทึก profile ที่ caller ส่งมา หรือ profile ที่ใช้จริงหลัง override? → A: บันทึกแค่ `effectiveProfile` และ `modelUsed` — `requestedProfile` เสมอ `null` เพราะ user ไม่ได้ส่ง profile มาเลย (backend กำหนดทั้งหมดจาก job type)
+- Q: `executionProfile` ควรรับจาก caller ไหม? → A: ไม่ — backend กำหนดทั้งหมดจาก job type; user ทั่วไปไม่รู้จัก profile เลย; admin ทดสอบผ่าน Admin Console/OCR Sandbox เท่านั้น
 
 ## Assumptions
 
@@ -189,5 +197,5 @@ BullMQ queue ปรับให้ `ai-realtime` รองรับ concurrency
 - VRAM headroom threshold ค่าเริ่มต้นจะถูกกำหนดใน config/env และปรับได้โดยไม่ต้อง redeploy
 - Canonical model names (`np-dms-ai`, `np-dms-ocr`) ถูก tag ใน Ollama registry บน Desk-5439 ก่อน cutover
 - OCR sidecar (`app.py`) บน Desk-5439 จะถูก update เป็นส่วนหนึ่งของ cutover
-- Big bang rollout: ไม่มี parallel legacy path — ทุก change deploy พร้อมกันในรอบเดียว
+- Big bang rollout: ไม่มี parallel legacy path — ทุก change deploy พร้อมกันในรอบเดียว; **ไม่มี rollback plan — fix-forward เท่านั้น**
 - `ai-realtime` concurrency uplift เป็น configuration change ไม่ใช่ architectural change ใหม่

specs/200-fullstacks/235-ai-runtime-policy-refactor/tasks.md

@@ -1,6 +1,8 @@
 // File: specs/200-fullstacks/235-ai-runtime-policy-refactor/tasks.md
 // Change Log:
 // - 2026-06-11: Initial task list for AI Runtime Policy Refactor
+// - 2026-06-11: เพิ่ม T040/T041 สำหรับ delta SQL (ai_execution_profiles, ai_audit_logs extension)
+// - 2026-06-11: อัปเดต T001 (AiJobPayload, JobType), T005 (snapshot), T010 (snapshotParams)
 
 # Tasks: AI Runtime Policy Refactor
 
@@ -18,10 +20,10 @@
 
 **Purpose**: สร้าง foundational types และ interfaces ก่อน workstream ทุกอัน
 
-- [ ] T001 สร้าง interface file `backend/src/modules/ai/interfaces/execution-policy.interface.ts` (ExecutionProfile type, RuntimePolicy interface, VramHeadroom interface)
-- [ ] T002 สร้าง interface file `backend/src/modules/ai/interfaces/ocr-residency.interface.ts` (OcrResidencyDecision interface)
-- [ ] T003 [P] สร้าง `backend/src/modules/ai/services/vram-monitor.service.ts` — query Ollama `/api/ps` เพื่อคำนวณ VRAM headroom
-- [ ] T004 [P] สร้าง `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/services/vram_monitor.py` — Python VRAM headroom query via Ollama `/api/ps`
+- [x] T001 สร้าง interface file `backend/src/modules/ai/interfaces/execution-policy.interface.ts` — `ExecutionProfile` type (`interactive|standard|quality|deep-analysis`), `PublicJobType`, `InternalJobType`, `RuntimePolicy`, `OcrRuntimePolicy`, `AiJobPayload` (snapshot params), `VramHeadroom`
+- [x] T002 สร้าง interface file `backend/src/modules/ai/interfaces/ocr-residency.interface.ts` (OcrResidencyDecision interface)
+- [x] T003 [P] สร้าง `backend/src/modules/ai/services/vram-monitor.service.ts` — query Ollama `/api/ps` เพื่อคำนวณ VRAM headroom
+- [x] T004 [P] สร้าง `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/services/vram_monitor.py` — Python VRAM headroom query via Ollama `/api/ps`
 
 ---
 
@@ -31,13 +33,15 @@
 
 **⚠️ CRITICAL**: No user story work can begin until this phase is complete
 
-- [ ] T005 สร้าง `backend/src/modules/ai/services/ai-policy.service.ts` — ExecutionProfile → RuntimePolicy mapping, canonical model name mapping, data-affecting job override logic
-- [ ] T006 สร้าง `backend/src/modules/ai/guards/execution-profile.guard.ts` — CASL check: `large-context` เฉพาะ admin role
-- [ ] T007 [P] แก้ `backend/src/modules/ai/dto/create-ai-job.dto.ts` — เอา `model.key` และ parameter override fields ออก, เพิ่ม `executionProfile?: ExecutionProfile` พร้อม class-validator
-- [ ] T008 สร้าง `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/services/residency_policy.py` — OCR keep_alive calculation function
-- [ ] T009 แก้ `backend/src/modules/ai/ai.module.ts` — register `AiPolicyService`, `VramMonitorService`, `ExecutionProfileGuard`
+- [x] T040 [P] Apply delta SQL `specs/03-Data-and-Storage/deltas/2026-06-11-create-ai-execution-profiles.sql` — สร้าง table `ai_execution_profiles` + seed 4 profiles; ตรวจว่ามี row `interactive`, `standard`, `quality`, `deep-analysis` ใน DB (**MUST apply ก่อน** T005 อ่าน table นี้)
+- [x] T041 [P] Apply delta SQL `specs/03-Data-and-Storage/deltas/2026-06-11-extend-ai-audit-logs-runtime-policy.sql` — เพิ่ม columns `effective_profile`, `canonical_model`, `snapshot_params_json` ใน `ai_audit_logs`; ตรวจด้วย `SHOW COLUMNS` (**MUST apply ก่อน** T010 เขียนลง columns เหล่านี้)
+- [x] T005 สร้าง `backend/src/modules/ai/services/ai-policy.service.ts` — `InternalJobType` → `ExecutionProfile` mapping, อ่าน `ai_execution_profiles` จาก DB (Redis cache TTL 60s), snapshot `RuntimePolicy` parameters ลง `AiJobPayload` ตอน dispatch (FR-A09)
+- [x] T006 ~~ลบออก~~ ExecutionProfileGuard ไม่จำเป็นแล้ว — ไม่มี caller input เลย (Option B) *skip task นี้*
+- [x] T007 [P] แก้ `backend/src/modules/ai/dto/create-ai-job.dto.ts` — เอา `model.key`, `executionProfile`, `temperature`, `top_p`, `maxTokens` ออกทั้งหมด; เหลือเฉพาะ `type`, `documentPublicId`, `attachmentPublicId`; เพิ่ม `@IsForbidden()` validator หรือ forbidden field check ใน pipe
+- [x] T008 สร้าง `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/services/residency_policy.py` — OCR keep_alive calculation function
+- [x] T009 แก้ `backend/src/modules/ai/ai.module.ts` — register `AiPolicyService`, `VramMonitorService` (ลบ `ExecutionProfileGuard` ออก)
 
-**Checkpoint**: Foundation ready — policy services, guard, and updated DTO available
+**Checkpoint**: Foundation ready — delta SQL applied, policy services + updated DTO available
 
 ---
 
@@ -49,13 +53,13 @@
 
 ### Implementation for User Story 1
 
-- [ ] T010 [US1] แก้ `backend/src/modules/ai/ai.service.ts` — inject `AiPolicyService`, validate `executionProfile`, apply backend override สำหรับ `migrate-document` และ `auto-fill-document`, set `modelUsed` canonical name ใน audit log
-- [ ] T011 [P] [US1] แก้ `backend/src/modules/ai/dto/ai-job-response.dto.ts` — เพิ่ม `modelUsed: 'np-dms-ai' | 'np-dms-ocr'` field, เพิ่ม `executionProfile` field (effective profile หลัง override)
-- [ ] T012 [P] [US1] แก้ `backend/src/modules/ai/ai.controller.ts` — ใช้ `ExecutionProfileGuard` บน create-job endpoint, validate forbidden fields ใน pipe
-- [ ] T013 [P] [US1] แก้ `frontend/types/ai.ts` — เอา `model` field ออก, เพิ่ม `executionProfile?: ExecutionProfile`, เพิ่ม `modelUsed?: string`
-- [ ] T014 [US1] แก้ `frontend/lib/services/admin-ai.service.ts` — update request/response types ให้สอดคล้องกับ DTO ใหม่
-- [ ] T015 [P] [US1] แก้ `frontend/components/admin/ai/OcrSandboxPromptManager.tsx` — แสดง `np-dms-ai` / `np-dms-ocr` แทนชื่อ runtime ใน result cards และ model info
-- [ ] T016 [US1] แก้ `frontend/app/(admin)/admin/ai/page.tsx` — แสดง canonical names ใน System Health panel และ model status cards
+- [x] T010 [US1] แก้ `backend/src/modules/ai/ai.service.ts` — inject `AiPolicyService`, กำหนด `effectiveProfile` อัตโนมัติจาก `job.type`, บันทึก `effectiveProfile` + `modelUsed` + `snapshotParams` ลง `ai_audit_logs` (FR-A08, FR-A09) — ไม่มี `requestedProfile` แล้ว
+- [x] T011 [P] [US1] แก้ `backend/src/modules/ai/dto/ai-job-response.dto.ts` — เพิ่ม `modelUsed: 'np-dms-ai' | 'np-dms-ocr'` field, เพิ่ม `executionProfile` field (effective profile หลัง override)
+- [x] T012 [P] [US1] แก้ `backend/src/modules/ai/ai.controller.ts` — validate forbidden fields (`model.*`, `executionProfile`, `temperature` ฯลฯ) ใน pipe — ไม่ต้อง guard แล้ว เพราะ DTO ทำไว้แล้ว
+- [x] T013 [P] [US1] แก้ `frontend/types/ai.ts` — เอา `model` field ออก, เพิ่ม `executionProfile?: ExecutionProfile`, เพิ่ม `modelUsed?: string`
+- [x] T014 [US1] แก้ `frontend/lib/services/admin-ai.service.ts` — update request/response types ให้สอดคล้องกับ DTO ใหม่
+- [x] T015 [P] [US1] แก้ `frontend/components/admin/ai/OcrSandboxPromptManager.tsx` — แสดง `np-dms-ai` / `np-dms-ocr` แทนชื่อ runtime ใน result cards และ model info
+- [x] T016 [US1] แก้ `frontend/app/(admin)/admin/ai/page.tsx` — แสดง canonical names ใน System Health panel และ model status cards
 
 **Checkpoint**: US1 fully functional — policy contract enforced, canonical naming in all layers
 
@@ -69,10 +73,10 @@
 
 ### Implementation for User Story 2
 
-- [ ] T017 [US2] แก้ `backend/src/modules/ai/services/ocr.service.ts` — inject `VramMonitorService` และ `AiPolicyService`, เพิ่ม `calculateOcrResidency()` method, ส่ง `keep_alive` ที่คำนวณได้ไปใน OCR sidecar request, log `OcrResidencyDecision`
-- [ ] T018 [P] [US2] แก้ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/app.py` — รับ `keep_alive` parameter จาก request body แทน hardcode `keep_alive=0`, ส่ง `keep_alive` ค่านั้นไปใน Ollama `/v1/chat/completions` call
-- [ ] T019 [P] [US2] เพิ่ม env variables ใน docker-compose ของ Desk-5439 OCR sidecar — `VRAM_HEADROOM_THRESHOLD_MB`, `OCR_RESIDENCY_WINDOW_SECONDS`, `GPU_TOTAL_VRAM_MB`
-- [ ] T020 [US2] เพิ่ม unit tests `backend/src/modules/ai/tests/ocr-residency.spec.ts` — scenarios: large-context-active, high-pressure, headroom-sufficient, query-failed fallback
+- [x] T017 [US2] แก้ `backend/src/modules/ai/services/ocr.service.ts` — inject `VramMonitorService` และ `AiPolicyService`, เพิ่ม `calculateOcrResidency()` method, ส่ง `keep_alive` ที่คำนวณได้ไปใน OCR sidecar request, log `OcrResidencyDecision`
+- [x] T018 [P] [US2] แก้ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/app.py` — รับ `keep_alive` parameter จาก request body แทน hardcode `keep_alive=0`, ส่ง `keep_alive` ค่านั้นไปใน Ollama `/v1/chat/completions` call
+- [x] T019 [P] [US2] เพิ่ม env variables ใน docker-compose ของ Desk-5439 OCR sidecar — `VRAM_HEADROOM_THRESHOLD_MB`, `OCR_RESIDENCY_WINDOW_SECONDS`, `GPU_TOTAL_VRAM_MB`
+- [x] T020 [US2] เพิ่ม unit tests `backend/src/modules/ai/tests/ocr-residency.spec.ts` — scenarios: large-context-active, high-pressure, headroom-sufficient, query-failed fallback
 
 **Checkpoint**: US2 functional — OCR keep_alive computed dynamically per policy
 
@@ -86,10 +90,10 @@
 
 ### Implementation for User Story 3
 
-- [ ] T021 [P] [US3] แก้ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/app.py` — เพิ่ม VRAM headroom check ใน `POST /embed` endpoint; ถ้าผ่าน threshold ใช้ GPU, ถ้าไม่ผ่านหรือ query ล้มเหลว ใช้ CPU; log `device` และ `reason`
-- [ ] T022 [P] [US3] แก้ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/app.py` — เพิ่ม VRAM headroom check ใน `POST /rerank` endpoint; CPU fallback logic เหมือน `/embed`; เพิ่ม timeout guard (504 response ถ้า CPU timeout)
-- [ ] T023 [US3] แก้ `backend/src/modules/ai/processors/ai-batch.processor.ts` — รอง handle กรณีที่ `/embed` หรือ `/rerank` ตอบ `device: "cpu"` ใน response; log `retrievalDevice` ลง ai_audit_logs metadata
-- [ ] T024 [P] [US3] สร้าง `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/tests/test_retrieval_fallback.py` — pytest tests สำหรับ CPU fallback behavior ของ `/embed` และ `/rerank`
+- [x] T021 [P] [US3] แก้ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/app.py` — เพิ่ม VRAM headroom check ใน `POST /embed` endpoint; ถ้าผ่าน threshold ใช้ GPU, ถ้าไม่ผ่านหรือ query ล้มเหลว ใช้ CPU; log `device` และ `reason`
+- [x] T022 [P] [US3] แก้ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/app.py` — เพิ่ม VRAM headroom check ใน `POST /rerank` endpoint; CPU fallback logic เหมือน `/embed`; เพิ่ม timeout guard (504 response ถ้า CPU timeout)
+- [x] T023 [US3] แก้ `backend/src/modules/ai/processors/ai-batch.processor.ts` — รอง handle กรณีที่ `/embed` หรือ `/rerank` ตอบ `device: "cpu"` ใน response; log `retrievalDevice` ลง ai_audit_logs metadata
+- [x] T024 [P] [US3] สร้าง `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/tests/test_retrieval_fallback.py` — pytest tests สำหรับ CPU fallback behavior ของ `/embed` และ `/rerank`
 
 **Checkpoint**: US3 functional — retrieval never hard-fails due to GPU pressure
 
@@ -103,10 +107,10 @@
 
 ### Implementation for User Story 4
 
-- [ ] T025 [US4] แก้ `backend/src/config/bullmq.config.ts` — เพิ่ม `REALTIME_CONCURRENCY` env variable (default: 2); ปรับ `ai-realtime` worker concurrency ให้ configurable
-- [ ] T026 [US4] แก้ `backend/src/modules/ai/processors/ai-realtime.processor.ts` — เพิ่ม job type classification: `LIGHTWEIGHT_REALTIME_JOBS = ['intent-classify', 'tool-suggest']`; generation-heavy jobs ถูก redirect ไป `ai-batch` ถ้าเข้ามาผิด queue; เพิ่ม log สำหรับ classification decision
-- [ ] T027 [P] [US4] ตรวจสอบ `backend/src/modules/ai/ai.service.ts` — ยืนยันว่า `rag-query` ถูก dispatch ไป `ai-batch` เสมอ (ไม่ใช่ `ai-realtime`); เพิ่ม explicit assertion ใน dispatch logic
-- [ ] T028 [P] [US4] เพิ่ม unit tests `backend/src/modules/ai/tests/queue-policy.spec.ts` — ทดสอบ job classification, rag-query routing, lightweight job concurrency
+- [x] T025 [US4] แก้ `backend/src/config/bullmq.config.ts` — เพิ่ม `REALTIME_CONCURRENCY` env variable (default: 2); ปรับ `ai-realtime` worker concurrency ให้ configurable
+- [x] T026 [US4] แก้ `backend/src/modules/ai/processors/ai-realtime.processor.ts` — เพิ่ม job type classification: `LIGHTWEIGHT_REALTIME_JOBS = ['intent-classify', 'tool-suggest']`; generation-heavy jobs ถูก redirect ไป `ai-batch` ถ้าเข้ามาผิด queue; เพิ่ม log สำหรับ classification decision
+- [x] T027 [P] [US4] ตรวจสอบ `backend/src/modules/ai/ai.service.ts` — ยืนยันว่า `rag-query` ถูก dispatch ไป `ai-batch` เสมอ (ไม่ใช่ `ai-realtime`); เพิ่ม explicit assertion ใน dispatch logic
+- [x] T028 [P] [US4] เพิ่ม unit tests `backend/src/modules/ai/tests/queue-policy.spec.ts` — ทดสอบ job classification, rag-query routing, lightweight job concurrency
 
 **Checkpoint**: US4 functional — selective concurrency active, rag-query always in ai-batch
 
@@ -120,12 +124,12 @@
 
 ### Implementation for User Story 5
 
-- [ ] T029 [US5] สร้าง `backend/src/modules/ai/tests/ai-policy.service.spec.ts` — unit tests ครอบ: profile mapping ทุก 4 values, canonical name mapping, data-affecting override, `large-context` guard validation
-- [ ] T030 [P] [US5] สร้าง `backend/src/modules/ai/tests/execution-profile.guard.spec.ts` — unit tests: admin passes, non-admin blocked, missing token blocked
-- [ ] T031 [P] [US5] สร้าง `backend/src/modules/ai/tests/vram-monitor.service.spec.ts` — unit tests: successful query, Ollama timeout fallback, empty models response
+- [x] T029 [US5] สร้าง `backend/src/modules/ai/tests/ai-policy.service.spec.ts` — unit tests ครอบ: `job.type` → `effectiveProfile` mapping ทุก job type, canonical name mapping, forbidden fields rejection (400), audit log มี `effectiveProfile` + `modelUsed` และไม่มี `requestedProfile` (FR-A08)
+- [x] T030 [US5] ~~ExecutionProfileGuard tests — skip~~ แทนที่: เพิ่ม integration test สำหรับ forbidden fields validation ใน `ai.controller.spec.ts` — ตรวจว่า `model.*` และ `executionProfile` ใน payload → 400
+- [x] T031 [P] [US5] สร้าง `backend/src/modules/ai/tests/vram-monitor.service.spec.ts` — unit tests: successful query, Ollama timeout fallback, empty models response
 - [ ] T032 [US5] ทดสอบ manual validation ตาม `quickstart.md` — รัน curl commands ทั้ง Gate 1–4, ตรวจ Admin Console labels, ตรวจ OCR Sandbox behavior; บันทึกผลใน checklist
-- [ ] T033 [P] [US5] อัปเดต env template ไฟล์ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/.env.template` — เพิ่ม `VRAM_HEADROOM_THRESHOLD_MB`, `OCR_RESIDENCY_WINDOW_SECONDS`, `GPU_TOTAL_VRAM_MB`, `REALTIME_CONCURRENCY`
-- [ ] T034 [P] [US5] อัปเดต `backend/.env.example` — เพิ่ม `AI_VRAM_HEADROOM_THRESHOLD_MB`, `AI_REALTIME_CONCURRENCY`
+- [x] T033 [P] [US5] อัปเดต env template ไฟล์ `specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/.env.template` — เพิ่ม `VRAM_HEADROOM_THRESHOLD_MB`, `OCR_RESIDENCY_WINDOW_SECONDS`, `GPU_TOTAL_VRAM_MB`, `GPU_MAIN_MODEL_PRESSURE_THRESHOLD_MB`, `REALTIME_CONCURRENCY`
+- [x] T034 [P] [US5] อัปเดต `backend/.env.example` — เพิ่ม `AI_VRAM_HEADROOM_THRESHOLD_MB`, `AI_GPU_MAIN_MODEL_PRESSURE_THRESHOLD_MB`, `AI_OCR_RESIDENCY_WINDOW_SECONDS`, `AI_REALTIME_CONCURRENCY`
 
 **Checkpoint**: All 5 user stories complete — big bang cutover gate ready for validation
 
@@ -133,11 +137,11 @@
 
 ## Phase 8: Polish & Cross-Cutting Concerns
 
-- [ ] T039 [US1] แก้ `backend/src/modules/ai/processors/ai-batch.processor.ts` — เปลี่ยน `ocrUsed` label value จาก `"Typhoon OCR"` / `"PaddleOCR"` เป็น `"np-dms-ocr"` ใน Redis completed result (ครอบคลุม FR-A07: canonical names ทุก layer รวมถึง OCR Sandbox badge)
-- [ ] T035 [P] ตรวจสอบ i18n keys ที่ต้องเพิ่มใน `frontend/public/locales/` สำหรับ error messages ใหม่ (400 model.key, 403 large-context, 504 CPU timeout)
-- [ ] T036 อัปเดต CONTEXT.md และ AGENTS.md — เพิ่ม `np-dms-ai` / `np-dms-ocr` เป็น canonical identity ใน System readiness summary; แก้ references เดิมที่ยังใช้ชื่อ runtime
-- [ ] T037 [P] ตรวจสอบ ADR-034 references ทั้งหมดใน codebase ด้วย search — ไฟล์ไหนยังใช้ `typhoon2.5-np-dms:latest` หรือ `typhoon-np-dms-ocr:latest` ใน user-facing surfaces (ไม่ใช่ Modelfile/ops internals)
-- [ ] T038 รัน `pnpm lint` และ `pnpm type-check` สำหรับ backend และ frontend — แก้ทุก error ก่อน cutover
+- [x] T039 [US1] แก้ `backend/src/modules/ai/processors/ai-batch.processor.ts` — เปลี่ยน `ocrUsed` label value จาก `"Typhoon OCR"` / `"PaddleOCR"` เป็น `"np-dms-ocr"` ใน Redis completed result (ครอบคลุม FR-A07: canonical names ทุก layer รวมถึง OCR Sandbox badge) — verified: engineUsed ค่า canonical แล้ว (`typhoon-np-dms-ocr`, `tesseract`, `fast-path`); frontend badge แสดง `np-dms-ocr` ถูกต้อง
+- [x] T035 [P] ตรวจสอบ i18n keys ที่ต้องเพิ่มใน `frontend/public/locales/` สำหรับ error messages ใหม่ (400 model.key, 403 large-context, 504 CPU timeout) — เพิ่ม `ai_runtime_policy` namespace ใน en/ai.json และ th/ai.json
+- [x] T036 อัปเดต CONTEXT.md และ AGENTS.md — เพิ่ม `np-dms-ai` / `np-dms-ocr` เป็น canonical identity ใน System readiness summary; เพิ่ม ADR-034 ใน ADRs table
+- [x] T037 [P] ตรวจสอบ ADR-034 references ทั้งหมดใน codebase ด้วย search — ไม่พบ `typhoon*:latest` ใน user-facing surfaces (frontend TS/TSX); พบใน ops internals (ollama.service.ts, ai-settings.service.ts, test files) ซึ่งถูกต้องตามนโยบาย
+- [x] T038 รัน `pnpm lint` และ `pnpm type-check` สำหรับ backend และ frontend — แก้ทุก error ก่อน cutover — ESLint + tsc --noEmit ผ่านครบ ไม่มี error
 
 ---
 
@@ -146,7 +150,7 @@
 ### Phase Dependencies
 
 - **Setup (Phase 1)**: ไม่มี dependency — เริ่มได้ทันที
-- **Foundational (Phase 2)**: ต้องรอ Phase 1 (T001, T002) — BLOCKS ทุก user story
+- **Foundational (Phase 2)**: ต้องรอ Phase 1 (T001, T002) — BLOCKS ทุก user story; **T040/T041 (delta SQL) MUST apply ก่อน** T005 และ T010
 - **US1 (Phase 3)**: ต้องรอ Phase 2 complete — สำคัญสุด, ทำก่อน
 - **US2 (Phase 4)**: ต้องรอ Phase 2 complete — ขึ้นกับ `VramMonitorService` จาก T003
 - **US3 (Phase 5)**: ต้องรอ Phase 2 complete — ขึ้นกับ `vram_monitor.py` จาก T004
@@ -166,7 +170,8 @@
 
 - T001 + T002: parallel (different files)
 - T003 + T004: parallel (different stacks)
-- T005, T006, T007: T005 ทำก่อน (T006, T007 ขึ้นกับ types จาก T005)
+- T040 + T041: parallel (different tables) — ต้องรอ Phase 1 และ MUST apply ก่อน T005/T010
+- T005, T006, T007: T005 ทำก่อน (T006, T007 ขึ้นกับ types จาก T005); T040 ต้อง complete ก่อน T005
 - US1 + US2 + US3 + US4: parallel หลัง Phase 2 complete (ถ้ามีทีม)
 - T029, T030, T031, T033, T034: parallel (different test files / env files)
 
@@ -193,12 +198,12 @@
 
 ### Total Task Count
 
-- **Total**: 39 tasks
+- **Total**: 41 tasks
 - **US1**: 7 tasks (T010–T016)
 - **US2**: 4 tasks (T017–T020)
 - **US3**: 4 tasks (T021–T024)
 - **US4**: 4 tasks (T025–T028)
 - **US5**: 6 tasks (T029–T034)
 - **Setup**: 4 tasks (T001–T004)
-- **Foundational**: 5 tasks (T005–T009)
+- **Foundational**: 7 tasks (T040, T041, T005–T009)
 - **Polish**: 4 tasks (T035–T038)

specs/200-fullstacks/235-ai-runtime-policy-refactor/validation-report.md

@@ -0,0 +1,126 @@
+// File: specs/200-fullstacks/235-ai-runtime-policy-refactor/validation-report.md
+// Change Log:
+// - 2026-06-11: Initial validation report for feature 235
+
+# Validation Report: AI Runtime Policy Refactor
+
+**Date**: 2026-06-11
+**Feature**: `235-ai-runtime-policy-refactor`
+**Status**: PARTIAL
+
+## Coverage Summary
+
+| Metric | Count | Percentage |
+| --- | ---: | ---: |
+| Requirements Covered | 22/25 | 88% |
+| Acceptance Criteria Met | 14/19 | 74% |
+| Edge Cases Handled | 6/7 | 86% |
+| Tests Present | 18/25 | 72% |
+
+## What Was Validated
+
+- Workstream A evidence found in backend DTO/service/response contract and tests:
+  [create-ai-job.dto.ts](./backend/src/modules/ai/dto/create-ai-job.dto.ts),
+  [ai-job-response.dto.ts](./backend/src/modules/ai/dto/ai-job-response.dto.ts),
+  [ai.service.ts](./backend/src/modules/ai/ai.service.ts),
+  [ai.controller.spec.ts](./backend/src/modules/ai/tests/ai.controller.spec.ts),
+  [ai-policy.service.spec.ts](./backend/src/modules/ai/tests/ai-policy.service.spec.ts),
+  [ai.service.spec.ts](./backend/src/modules/ai/ai.service.spec.ts)
+- Workstream B evidence found in:
+  [ocr.service.ts](./backend/src/modules/ai/services/ocr.service.ts),
+  [vram-monitor.service.ts](./backend/src/modules/ai/services/vram-monitor.service.ts),
+  [ocr-residency.spec.ts](./backend/src/modules/ai/tests/ocr-residency.spec.ts),
+  [vram-monitor.service.spec.ts](./backend/src/modules/ai/tests/vram-monitor.service.spec.ts),
+  [residency_policy.py](./specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/services/residency_policy.py)
+- Workstream C evidence found in:
+  [app.py](./specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/app.py),
+  [ai-batch.processor.ts](./backend/src/modules/ai/processors/ai-batch.processor.ts),
+  [test_retrieval_fallback.py](./specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/tests/test_retrieval_fallback.py)
+- Workstream D evidence found in:
+  [bullmq.config.ts](./backend/src/config/bullmq.config.ts),
+  [ai-realtime.processor.ts](./backend/src/modules/ai/processors/ai-realtime.processor.ts),
+  [queue-policy.spec.ts](./backend/src/modules/ai/tests/queue-policy.spec.ts)
+- User-facing canonical naming evidence found in:
+  [page.tsx](./frontend/app/(admin)/admin/ai/page.tsx),
+  [OcrSandboxPromptManager.tsx](./frontend/components/admin/ai/OcrSandboxPromptManager.tsx),
+  [admin-ai.service.ts](./frontend/lib/services/admin-ai.service.ts)
+
+## Requirement Matrix
+
+| Requirement | Status | Evidence | Notes |
+| --- | --- | --- | --- |
+| FR-A01 | Covered | DTO forbidden fields + controller integration tests | HTTP 400 path implemented |
+| FR-A02 | Partial | DTO still accepts `payload` and `projectPublicId` | Spec text conflicts with rag-query/query + tenant isolation contract |
+| FR-A03 | Covered | `AiPolicyService.getProfileForJobType()` + `AiService.submitUnifiedJob()` | Backend assigns profile from job type |
+| FR-A04 | Covered | Admin Console + OCR Sandbox UI | Visibility exists in UI; enforcement is by contract removal, not separate guard |
+| FR-A05 | Covered | `AiPolicyService.createJobPayload()` | Mapping includes profile, canonical model, snapshot params |
+| FR-A06 | Covered | deterministic switch in `getProfileForJobType()` | No unmapped internal job type found |
+| FR-A07 | Covered | backend DTOs, frontend normalization, sandbox badge mapping | Canonical labels present across layers inspected |
+| FR-A08 | Covered | worker audit writes `effectiveProfile`, `canonicalModel`, `snapshotParamsJson` | enqueue-time false success log removed |
+| FR-A09 | Covered | `createJobPayload()` snapshot + worker uses payload snapshot | Predictable per-dispatch parameters |
+| FR-B01 | Covered | `AiPolicyService` default policy map + DB/cache lookup | Runtime policy layer exists |
+| FR-B02 | Covered | `OcrService.calculateOcrResidency()` | Dynamic keep_alive decision implemented |
+| FR-B03 | Covered | deep-analysis/high-pressure branches + residency tests | Safe OCR unload path exists |
+| FR-B04 | Covered | residency window branch + tests | Positive keep_alive path exists |
+| FR-B05 | Covered | VRAM query failure fallback + tests | Safe default `keep_alive=0` exists |
+| FR-B06 | Covered | `OcrService` logs decision context | Log behavior implemented, not live-verified |
+| FR-C01 | Covered | `/embed` headroom check + CPU fallback | Sidecar code present |
+| FR-C02 | Covered | `/rerank` headroom check + CPU fallback | Sidecar code present |
+| FR-C03 | Covered | `/embed` + `/rerank` timeout -> HTTP 504 | No partial result path found |
+| FR-C04 | Covered | device/reason logging in sidecar | Log behavior implemented |
+| FR-C05 | Partial | `rag-query` backend path exists | No executed integration/manual proof that fallback path completes end-to-end |
+| FR-C06 | Covered | env threshold usage + safe default in VRAM query failure | Configurable threshold present |
+| FR-D01 | Partial | config default=2 + processor logic + unit tests | No live worker concurrency proof beyond unit tests |
+| FR-D02 | Covered | lightweight job classification list | Matches spec set |
+| FR-D03 | Covered | `AiService.submitUnifiedJob()` + realtime redirect tests | `rag-query` stays in `ai-batch` |
+| FR-D04 | Covered | active-job counter + queue policy tests | Resume now waits for all realtime jobs |
+
+## Acceptance Criteria Gaps
+
+| Scenario | Status | Notes |
+| --- | --- | --- |
+| US1-3 Admin Console shows canonical names only | Partial | Code supports it, but no manual browser validation recorded |
+| US1-5 OCR Sandbox reveals effective profile/modelUsed | Partial | UI/service evidence exists, but no executed sandbox validation record |
+| US2-4 OCR logs residency decision with headroom | Partial | Logging code exists; no captured runtime log artifact |
+| US3-4 RAG still answers under CPU fallback | Partial | Code path exists; no completed end-to-end run |
+| US5-1 executable cutover gate | Partial | backend targeted tests passed, but sidecar pytest was not executed in this validation pass |
+| US5-2 Admin Console labels manual check | Missing | T032 still unchecked |
+| US5-3 OCR Sandbox behavior across headroom scenarios | Missing | T032 still unchecked |
+
+## Edge Case Review
+
+| Edge Case | Status | Notes |
+| --- | --- | --- |
+| VRAM query failure -> `keep_alive: 0` | Handled | explicit safe default in backend + sidecar |
+| caller sends forbidden profile/model fields | Handled | DTO/controller tests cover this |
+| admin-only large-context when VRAM insufficient | Partial | spec branch is stale after contract removal; no current caller path exists |
+| OCR job races with main model generation | Handled | high-pressure/deep-analysis path forces unload |
+| CPU fallback timeout must fail clearly | Handled | 504 implemented |
+| Ollama `/api/ps` schema drift after cutover | Handled | safe default `available=0` path exists |
+| headroom snapshot/request race acceptable | Handled | implementation follows spec assumption; no stronger synchronization introduced |
+
+## Success Criteria Notes
+
+| Success Criterion | Status | Notes |
+| --- | --- | --- |
+| SC-001 | Likely Met | automated rejection tests exist |
+| SC-002 | Partial | code normalization exists; no full manual surface sweep attached |
+| SC-003 | Not Validated | no latency measurement artifact |
+| SC-004 | Partial | fallback code exists; no executed end-to-end proof |
+| SC-005 | Partial | backend tests executed, sidecar pytest/manual cutover not completed |
+| SC-006 | Partial | concurrency config + unit tests exist, no throughput measurement |
+
+## Key Findings
+
+1. Implementation is broadly aligned with the runtime-policy refactor design, especially on policy mapping, canonical naming, adaptive OCR residency, retrieval CPU fallback, and queue pause/resume correctness.
+2. Validation cannot be promoted to `PASS` yet because the feature still lacks the manual Gate 1–4 evidence from [quickstart.md](./quickstart.md) and this pass did not execute the Python sidecar pytest suite.
+3. The spec artifact set contains one material inconsistency: FR-A02 says `CreateAiJobDto` should only expose `type`, `documentPublicId`, and `attachmentPublicId`, but the same spec and implemented contract require `payload.query` and `projectPublicId` for `rag-query`. The code follows the richer contract, not the literal FR-A02 text.
+4. [quickstart.md](./quickstart.md) is stale against the implemented Option B contract in at least Gate 1C, 1D, and 4A because it still sends `executionProfile` / `large-context` style caller input that the new DTO now forbids.
+
+## Recommendations
+
+1. Complete T032 by running the manual Gate 1–4 flow on a real backend + OCR sidecar environment and append the captured results to this feature folder.
+2. Run `pytest specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/ocr-sidecar/tests -v` once the sidecar environment is ready, then update this report with the result.
+3. Reconcile FR-A02 and `quickstart.md` with the actual Option B contract so the validation target and operator guide no longer contradict the implementation.
+4. Add one end-to-end proof for FR-C05/SC-004: force GPU pressure, submit `rag-query`, and capture both successful response and sidecar `device=cpu` log.
+5. Add one concurrency-focused execution proof for FR-D01/SC-006 if the team wants `PASS` to include runtime throughput evidence rather than unit-level proof only.