690524:1919 ADR-028-228-migration #04

2026-05-24 19:19:46 +07:00
parent 93fd95a6b3
commit 1564f8648d
22 changed files with 1422 additions and 255 deletions
@@ -13,29 +13,29 @@
 - Backend: NestJS Module (IntentClassifierModule) พร้อม Service สำหรับ Pattern Matching และ LLM Fallback
 - Database: ตาราง `ai_intent_definitions` และ `ai_intent_patterns` (SQL Delta ตาม ADR-009)
 - Caching: Redis (TTL 5 นาที) สำหรับ Patterns
- AI: Ollama gemma4:e4b Q8_0 บน Admin Desktop (Desk-5439) สำหรับ LLM Fallback
+- AI: Ollama gemma4:e2b บน Admin Desktop (Desk-5439) สำหรับ LLM Fallback
 - Frontend: Admin UI สำหรับจัดการ Intent และ Patterns + Test Console

 ---

 ## Technical Context

-**Language/Version**: TypeScript 5.x (NestJS 11) + Next.js 16  
-**Primary Dependencies**: 
+**Language/Version**: TypeScript 5.x (NestJS 11) + Next.js 16
+**Primary Dependencies**:
 - Backend: NestJS, TypeORM, ioredis (Redis), axios (Ollama HTTP)
- Frontend: React, TanStack Query, shadcn/ui components  
-**Storage**: MariaDB 11.8 (Intent Definitions/Patterns), Redis (Cache), Ollama (LLM)  
-**Testing**: Jest (Backend Unit/Integration), Vitest (Frontend Unit), Playwright (E2E)  
-**Target Platform**: QNAP NAS (Docker), Admin Desktop (Ollama)  
-**Project Type**: Web application (Backend + Frontend)  
-**Performance Goals**: 
+- Frontend: React, TanStack Query, shadcn/ui components
+**Storage**: MariaDB 11.8 (Intent Definitions/Patterns), Redis (Cache), Ollama (LLM)
+**Testing**: Jest (Backend Unit/Integration), Vitest (Frontend Unit), Playwright (E2E)
+**Target Platform**: QNAP NAS (Docker), Admin Desktop (Ollama)
+**Project Type**: Web application (Backend + Frontend)
+**Performance Goals**:
 - Pattern Match: < 10ms (cache hit), < 50ms (cache miss)
 - LLM Fallback: < 2000ms (รวม Pattern Check)
-**Constraints**: 
+**Constraints**:
 - GPU Budget: RTX 2060 Super 8GB (ใช้ร่วมกับ RAG, OCR, Embedding)
 - LLM Semaphore: Max 3 concurrent calls
 - Bilingual Input: ไทย/อังกฤษปน + typo tolerance
-**Scale/Scope**: 
+**Scale/Scope**:
 - 12 Intent Definitions (v1)
 - 50+ concurrent users
 - 70-80% Pattern Hit Rate target
@@ -146,7 +146,7 @@ frontend/

 **หัวข้อที่ต้อง Research**:
 1. Redis Cache Strategy สำหรับ Patterns (TTL + Invalidation)
-2. Ollama HTTP API Integration (gemma4:e4b Q8_0)
+2. Ollama HTTP API Integration (gemma4:e2b)
 3. Semaphore Pattern ใน NestJS (p-limit หรือ RxJS)
 4. Regex Validation ใน TypeORM/Class-Validator

@@ -1,13 +1,13 @@
 # Quick Start: Intent Classification System

-**Feature**: 224-intent-classification  
+**Feature**: 224-intent-classification
 **Date**: 2026-05-19

 ---

 ## Prerequisites

- Ollama Server บน Admin Desktop (Desk-5439) พร้อม Model `gemma4:e4b`
+- Ollama Server บน Admin Desktop (Desk-5439) พร้อม Model `gemma4:e2b`
 - Redis Server พร้อมใช้งาน
 - Database Schema อัปเดตผ่าน SQL Delta

@@ -56,7 +56,7 @@ INSERT INTO ai_intent_definitions (intent_code, description_th, description_en,
 ```env
 # Ollama Configuration
 OLLAMA_BASE_URL=http://192.168.10.10:11434
-OLLAMA_MODEL=gemma4:e4b
+OLLAMA_MODEL=gemma4:e2b
 OLLAMA_TIMEOUT_MS=5000

 # Intent Classification
@@ -1,8 +1,8 @@
 # Feature Specification: Intent Classification System

-**Feature Branch**: `224-intent-classification`  
-**Created**: 2026-05-19  
-**Status**: Draft  
+**Feature Branch**: `224-intent-classification`
+**Created**: 2026-05-19
+**Status**: Draft
 **Input**: ADR-024 Intent Classification Strategy + CONTEXT.md AI Runtime Layer

 ---
@@ -93,7 +93,7 @@
 - **FR-004**: ระบบต้องรองรับ Pattern Type 2 แบบ: `keyword` (case-insensitive includes) และ `regex` (RegExp.test)
 - **FR-005**: ระบบต้องมี Caching Layer ด้วย Redis (Key: `ai:intent:patterns:active`, TTL: 300 วินาที) เพื่อลดการ Query DB
 - **FR-006**: ระบบต้องทำ Pattern Matching ตามลำดับ Priority (ASC) — Pattern ที่มี priority ต่ำกว่าจะถูกตรวจสอบก่อน
- **FR-007**: หากไม่มี Pattern Match → ระบบต้องเรียก LLM Fallback (Ollama gemma4:e4b Q8_0) แบบ Synchronous
+- **FR-007**: หากไม่มี Pattern Match → ระบบต้องเรียก LLM Fallback (Ollama gemma4:e2b) แบบ Synchronous
 - **FR-008**: LLM Fallback ต้องใช้ Semaphore จำกัด Concurrent Calls สูงสุด 3 รายการพร้อมกัน
 - **FR-009**: ระบบต้อง Validate Confidence Score จาก LLM และ Override เป็น `FALLBACK` หาก confidence < 0.4
 - **FR-010**: ระบบต้องบันทึกทุก Classification Request ลง `ai_audit_logs` โดยมีข้อมูล: input, output, method, latency, projectPublicId, userPublicId
@@ -128,7 +128,7 @@

 ### Dependencies

- Ollama Server บน Admin Desktop (Desk-5439) พร้อม Model gemma4:e4b Q8_0
+- Ollama Server บน Admin Desktop (Desk-5439) พร้อม Model gemma4:e2b
 - Redis Cache Server พร้อมใช้งาน
 - Database Schema ตาราง `ai_intent_definitions` และ `ai_intent_patterns` (เพิ่มผ่าน SQL Delta)
 - AI Gateway Module ที่มีอยู่แล้ว (ADR-023A)