- 装 @ai-sdk/openai-compatible,AiProviderService 加 qwen provider(DashScope compatible-mode 端点)。
- resolve 支持 qwen 前缀(qwen3.7-max / 裸键 qwen → 默认);config 加 qwenApiKey/qwenBaseUrl/qwenDefaultModel
  (QWEN_API_KEY 缺省回落 DASHSCOPE_API_KEY;默认模型 qwen3.7-max);priceTable 加 qwen3.7-max 估算价。
- 前端模型下拉加'通义千问 Max'(qwen3.7-max)。
- 注:该账号 key 仅 qwen3.7-max 可用(qwen-max/qwen3-max 等均 Model.AccessDenied,实测确认)。
验证(本地 standard 流):start→逐字partial→done,source=agent,¥0.031/4823tok,落库 succeeded。
- ⚠️ 密钥走 .env(gitignore),服务器部署需单独在 .env 加 QWEN_API_KEY。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

问题:verify 后的修订阶段,模型没严格按自检 issue 改 —— 根因是 repair 只给了大纲+问题提示、
没给上一稿,模型是'凭大纲重写'而非'在原稿上逐条改'。

- DeepWriteInput 加 prevDraft;strategy 的 repair(run + runStream)把上一稿传进去。
- buildWritePrompt repair 分支重写:① 附【上一稿(待修订)】②【必须修正的问题,逐条缺一不可,每条带'必须改成'】
  ③【修订铁律:只动被点名处/其余原样/不得引入新违规/缺一不可】。
- writeCall promptVersion → v11。
验证(本地深度生成触发 repair):repair invocation prompt 含上一稿+逐条问题+铁律(4项校验全 t)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 伴飞(copilot)分段进度条:按钮加 min-w-0(flex 子项默认 min-width:auto 不收缩 → truncate 失效 →
  6步时溢出截断),序号圈加 flex-none。现在多段自适应收缩 + 省略,不再被右侧切掉。
- 深度过程面板:展开标识改成'右指箭头→展开旋90°朝下'的经典 disclosure(更清晰友好)+ 整行 hover 高亮 +
  aria-expanded;detail 缩进对齐按钮 padding。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

按反馈调整 ScriptDeepProcess:
- 去掉'深度生成过程'标题行,更简洁。
- 步骤可折叠:进行中的默认展开、其余收缩;用户手动点过的步骤改由用户控制(in manual map → 不再受程序自动展开影响)。
- 背景改单色(slate-50 + slate 边框/图标),去掉 indigo 多色。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

深度档原来是 start →(黑盒30-60s)→ done,看不到中间过程。改成逐步可见:
后端:
- deep.strategy 加 runStream():逐步 yield step 事件(plan/write/verify/repair 的 running/done +
  各步摘要:大纲/质量分/问题数);撰写/修订步走 runner.stream 逐字 partial(打字机)。run() 保留不动。
- orchestrator 深度档 SSE 路径改为消费 runStream → 转发 step + partial 事件;新增 PlanScriptStreamEvent.step。
前端:
- use-script-stream 解析 step 事件,维护 steps 时间线(done 后保留可回看)。
- 新增 ScriptDeepProcess 组件:步骤时间线(spinner/✓ + 大纲展示 + 接地安全/质量分 + 修订问题数)。
- plan-detail-app 在话术区顶部渲染过程面板;正文 sections 在下方逐字流。
端到端实测(本地 deepseek-v4-flash):start→step plan(running/done)→step write+逐字partial→
  step verify→step repair→done,全程事件正常流出。abort/停止复用现有。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

头像旁加 LogOut 按钮 → useAuthStore.clear() 清 token → AuthGate 自动弹回登录对话框。
口径与登录一致(mock/SSO 都走 AuthGate);clear() 已存在,纯前端。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

复盘(用户纠正):王振中'就诊2次'根因不在算法,在宿主数据违约:
- 契约:该数仓所有时间 = 北京时间(naive)。PAC 一律按北京解析 → 存 UTC(PAC 内部恒 UTC)。
- 但 fact_appointment_out.in_time 被宿主存成 ClickHouse DateTime(UTC 瞬时,03:09 UTC=北京11:09),
  而非北京裸串。序列化丢 tz 标记 → PAC normalizeDatetime 当北京串又 −8 → UTC 19:09(慢8h)。
- 这是【宿主违约】(该列应北京 naive,却给了 UTC DateTime),宿主该改。
- PAC 不为错误数据在算法层塞时区兼容(本末倒置)。UTC 日去重本身没问题:正常诊所时段
  (北京08-24点=UTC00-16点)不跨 UTC 日,只有本例 in_time 被双转成凌晨才误跨日。

→ 算法恢复 UTC-pure;in_time 双转/契约违约记入 dw-data-source-issues.md,交宿主修。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

问题(用户在王振中发现):画像'就诊2次',但病历只1条。查实=时区 bug。
王振中所有事实本地(Asia/Shanghai)都在 2025-09-26:encounter 本地03:09(=UTC 09-25 19:09)、
treatment 本地11:10(=UTC 09-26 03:10)。但 lifecycle/rfm 用 occurredAt.toISOString()(UTC日期)
去重就诊天 → encounter落09-25、treatment落09-26 → 切成两天 → 虚增'就诊2次'(实1次)。

- 新增 visit-day.util.ts:localDayKey(date, tz='Asia/Shanghai') 按诊所本地时区取 YYYY-MM-DD。
- lifecycle-stage + rfm 的就诊天去重改用 localDayKey(原 toISOString UTC)。
  (首/末诊用 getTime min/max,时区无关,不动)
- 影响:lifecycle 生命周期分期 + RFM 频次F + visitsPerYear,凡有本地凌晨(00-08点=UTC前一天)事件的患者。
- CLINIC_TZ 暂常量(试点全+8);多租户后续从 platform.pullConfig.timezone 接进 feature ctx。
验证(本地 --force 重算):王振中 lifecycle/rfm 均 '就诊2次'→'就诊1次'。
注:算法变更需 recompute-persona --force(数据没变,水位闸会 noop)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

按业务要求调整 SOAP 计划段子块顺序:原 处置→本次治疗→治疗计划→医生建议→医嘱
改为 治疗计划→本次治疗→处置→医生建议→医嘱。纯 JSX 重排,无逻辑/数据变化。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

问题(用户在邵竞红37发现):卡片标'(诊断)'但其实是影像AI分析(code_source=image_ai)。
'(诊断)'只是 fact 类型(diagnosis_record,对应'(医生建议)'=recommendation),不区分诊断内部
医生 vs 影像AI。区分靠 content.code_source,后端打分已用(影像置信度0.85/0.9<医生1.0),但没进 triggers。

- scenario uniqueTriggers + lead triggerType:code_source=image_ai 的诊断 → trigger type='image_finding'
  (医生诊断仍 diagnosis;recommendation 不变);sourceStr 文本同步加 '(影像AI)'(喂 AI 话术更谨慎)。
- canonical-codes triggerTypeLabelZh: image_finding '影像所见'→'影像AI'(强调AI来源/低置信)。
- 前端 reason-line 用 triggerTypeLabelZh 自动渲染 → '(影像AI)' / 混合 '(诊断+影像AI)',零改。
验证(本地清plans重算):image_finding trigger 77 个;姜学英 K03@34(唯一诊断=image_ai)→ type=image_finding。
注:改 scenario 需 TRUNCATE plans + recompute 才生效(增量 upsert 不重写旧 signals);服务器下次部署随之生效。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

根因(对原数据 + 本地CH确认):病历快读同日多医生(转诊:吴仲恺先、刘柳后)排序错乱,
真因不在前端 —— emr 的 occurred_at 被摄成纯日期(00:00:00),同日打平。
源表 fact_emr_treatment_out 里 rq=Date(只到日)、created_date=datetime(带时分,= 就诊时刻);
diagnosis/treatment/payment 都用 created_date,唯独 emr 用了 rq(emr.yaml occurredAtField=submittedAt=rq
+ emr.parser occurredAt=submittedAt)→ 丢时分。

修(数据层,单一真理源):
- emr.yaml: occurredAtField submittedAt → createdAt(transaction.occurred_at 拿到 datetime)
- emr.parser.ts: occurredAt submittedAt → ctx.transaction.occurredAt(跟 diagnosis/treatment/encounter 一致)
- 撤回前端 band-aid(emr-soap-view 改回按 occurred_at 简单排序)

验证(重摄1000抽样):王思涵 emr 吴仲恺08:05/刘柳08:58 → 刘柳正确排在后;全体 emr 午夜 2987→0。
注:image_finding.yaml 也用 rq(影像AI分析日),源是否有 datetime 待查 — 同 pattern、低优先,后续。
服务器需随部署重摄生效。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

emr_record 的 occurredAt 只到日期(00:00:00),同日多医生(典型:转诊,吴仲恺先诊断+转诊、
刘柳后做正畸评估)在 localeCompare 下打平 → 排序不稳定、先后乱。
修:emr 排序前预计算排序键 = 同次接诊关联事实(diagnosis/treatment,经
source_encounter_external_id ↔ emr_external_id 关联,带真实时分)的最晚时间,fallback emr.occurredAt。
例 王思涵 2021-07-23:吴仲恺 emr(关联08:05)< 刘柳 emr(关联08:58)→ 刘柳正确排为第2次(最近)。
纯前端、渲染期推导,无需重摄。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

用户口径:'召回说应治未治,但牙位事实里看出来已治了' = 误召。逐颗对齐结果:
- 牙位级误召 §C2(resolved×recalled t/t 格)= 0
- 全口码误召 §F(新增,K05/K07)= 0
§F 与生产同口径:治疗 occurred_at >= 最新【诊断∪建议】(latestDxOfCode,含 recommendation)才算已治。
规则确认(用户):治疗【之后】又出现诊断/建议(哪怕同日、不同医生)= 新的未治需求 → 应召回,非误召。
  例 王思涵:正畸治疗08:05 < 同日正畸建议08:58 → 治疗早于最新发现 → 正确召回(§F 不计)。
结论:召回的'应治未治' 与 牙位/全口事实 完全对齐,真误召 = 0。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

复盘:此前我据 §C6 '9_真无法解释=0' 论断'召回完整性可信',危险且过头:
1) §C6b 漏查 cooldown,差点假报翟俊程漏召(他实为28天<30天冷静期,且本人已因K01智齿进召回);
2) 更糟:把 ⑤b未来预约/⑤f近期到诊(患者级代理)算进'已解释'。这俩不证明'这颗牙会被处理'
   (沈静芳当年正是被科目级⑤d此类代理误挡)。全新1000抽样里 156 颗只靠⑤b被压
   (K08种植77 + K03修复34 + K01/K02/...),全是未验证的高价值 gap。
经核实 ⑤b = 纯患者级 blanket(有任何未来预约→压全部gap,不看牙位/科目),比已删的⑤d更粗。
- §C6 bucket 5/6 改标 '⚠软豁免·需人审',加判读 echo:1-4硬解释=真没问题 / 5-6软豁免≠干净 / 9=bug。
- 结论修正:未发现硬bug(9=0),但 ⑤b blanket 掩盖 156 颗未验证高价值gap → 与⑤d同类过度排除,待产品决策。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

用户担忧召回算法,补一层从【页面牙位事实视角】的独立验证(差分测试盲区):
现有 §C 宇宙 vt_diag 预先删了 cooldown、滤了合规闸 → 那些牙不进交叉表,但页面照常展示,
'看着该召没召'的牙被静默放过。§C6 从原始事实独立重建'应治未治'全集(口径=人眼读页面:
有结构诊断 + 本牙后续无对应治疗 + 未被更晚诊断取代),不预过滤,逐颗归因。

- §C6 牙位级:全集 vs 召回 + 未召逐层归因(合规/废用乳牙/§E/冷静期/未来预约/近期到诊/9无法解释)。
- §C6b 全口码 K05/K07:同口径(含 cooldown=30 检查)。
- 全新独立 1000 抽样(899患者,与旧样本仅重合9)验证:
  §A-§C5 全绿(FP 0/0、真·无法解释 FN 0、怪码哨兵净);
  §C6 应治未治 1762 → 已召 1476 + 全可归因 286(废用63/§E8/冷静期43/未来171/近期1)→ 9_真无法解释=0;
  §C6b K05/K07 全部已召或冷静期内 → 未召无理由=0。
  初判 1 个 K07 疑似(翟俊程)经查 = 诊断28天<30天冷静期,正确不召(非漏召;§C6b 补 cooldown 检查后归零)。
结论:召回算法与牙位事实视角零真不一致 —— 页面上每颗应治未治牙,要么已召、要么有可见的正当排除。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

FeatureTimeSemantics union 无 'window+trend';dev 跑 swc 不查类型一直被掩盖,
turbo build(tsc)时暴露并阻断启动。归入既有 combo 桶 'mixed'(RFM 同款),
精确语义(window recency + trend 斜率)留注释。纯描述元数据,无 switch 消费,行为不变。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- UI 场景标签'启治召回'→'应治未治'(labels.ts 单一源,列表/详情 chip 全跟随;mock fallback 同改)。
- verify-recall §C5:诊断码↔诊断名 语义不符监测('召回了也可能不一致'的守门 — 召回基于码,
  码≠名的怪码会召错科目)。命中'异类关键词'且'本码自身关键词缺席'(排多病名拼接噪声)。
  DW 全量审计(阈值降到5):唯一系统性怪码 = K07.303 牙体缺损(1083患者),已 recode 修;
  §C5 现 ~0(仅 1 条多行多病名噪声)→ 哨兵留守,未来新怪码会现形。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

鉴定:K07.303 在中文临床版 ICD 系统性指派给'牙体缺损'(WHO K07=错颌畸形),全院 1083 患者。
PAC substring(0,3) 截成 K07 + coalesce 优先 stdCode 丢掉 message → 误当正畸召回。
这也是'画像=潜在修复 vs 召回=正畸'矛盾的真根因(沈静芳/许龄心)。

- 新增 derive 'recode' op(覆盖表,未命中透传)— 通用的宿主 ICD 怪码纠偏机制。
- manifest B.1:substring 前 recode {K07.303: K03},再截短;其余 K07.3xx(牙列不齐/牙拥挤/异位牙)确是正畸不动。
- 验证(本地 905,重摄重算):K07-牙体缺损残留 0 → K03 牙体缺损 285;沈静芳召回'正畸82'消失、只剩'修复30',
  跟画像一致(矛盾从源头解决,年龄门 band-aid 不再需要);ortho 召回降、hard_tissue 升;
  交叉测试 FP 0/0、真·无法解释 FN 0,零回归。
- 注:服务器需随部署重摄才生效(reparse)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

差分测试盲区:scanner 与生产用同一套排除规则 → 规则本身太粗(如已废的 ⑤d 按科目误排)会被
'互相印证'成已解释、静默放过(沈静芳 34;43 当年即此)。§C4 换独立视角:
  '该牙有结构诊断 + 本牙零治疗 + 无任何牙位级硬层(废用/乳牙/§E/更晚诊断)挡',
  却仅因患者级代理(⑤b 未来预约 / ⑤f 近期到诊,均不看牙位)而没召 → 列出人审。
- 本地 905:可疑漏召 61(57 ⑤b + 4 ⑤f),多为 K01 阻生/K02 龋齿(有未来预约,患者要来当面处理)/
  K00 先天 → 合理但不再静默;真出现'被代理豁免又没人来管'的会现形。
- FP 硬闸 0/0、FP=0、真·无法解释 FN=0 不变。
- ⑤b/⑤f 是可辩护的粗代理(物理到诊=全口机会);⑤d(科目≠牙位)才是坏的,已移除。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

数据验证(905 样本)推翻'全口需要 ⑤d'的假设:
- 全口(K05/K07):正在治的治疗都有记录 → resolvedTeeth 已全覆盖(K05挡669/K07挡73);
  ⑤d 独占多挡仅 0~1 个,且那个无近期预约=stalled(看过没继续)本就该召。'在治没录'风险=0。
- 牙位(K02/K03/K08…):⑤d 按科目(非牙位)误排'同科目别牙在治、这颗没治'(沈静芳 34;43 修复被
  25;26 修复预约连带排除)。
→ ⑤d 既冗余(全口)又有害(牙位)→ 移除。全口/牙位统一: resolvedTeeth(治疗) + ⑤b(未来预约) + ⑤f(近期到诊)。
  '已进入链'的细粒度跟踪留 W5+ 治疗链内召回。
- 顺带删 complaintTexts / APPT_COMPLAINT_TO_CATEGORY import;verify-recall.sql scanner 同步去 ⑤d 桶(oracle 与生产一致)。
- 验证:FP 硬闸 0/0、FP=0、真·无法解释 FN=0;未治→召 1524→1556(+32 合法);沈静芳 34;43 修复召回(分30,image_ai+老→排末尾,不冲高)。
- 注:年龄门(K07>40 不召正畸)按用户决定暂不做 → persona/召回在'正畸'上仍有意保留不一致。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

按反馈:
- 身份卡画像标签去掉上方空分割线(border-t),直接贴手机号下。
- 标签 hovercard:① 英文术语全改中文(种植史/正畸史/冠桥贴面嵌体…,去 implant/orthodontic/channel= 等);
  ② 删'不打标签'等'不显示时'的说明(没标签就没 hover,无意义);③ 精简解释性 note(去 valueTier/
  Layer C/snapshot/DW/喂优先级 等内部术语),只留客服有用的。
- 优先级分数:0-100 → 10 分制两位小数(优先用 breakdown.raw 真精度,无则 score/10)。
  列表 PriorityBar、两页共用的 PriorityHover(头部 + 总分 + /10)同步。
- web tsc 通过。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

按反馈,详情页去掉给客服看没意义的开发/QA 细节:
- RFM:① hover 副标题去掉'→ 八象限'(术语);② 描述去掉 R5F2M1 原始 R/F/M 分
  (rfm.feature.ts;R/F/M 仍留 data 供内部/圈人群用)。
- 画像标签:去掉'画像标签 / 详情→'标题行,身份卡里直接列 chip(无标题、无 drawer 入口)。
- 牙位事实抽屉:移除 oracle 召回对账面板 + 每泳道 oracle 徽标 + 子标题'oracle 召回对账'
  (这是 dev/QA 差分验证,不该给客服看;验证走 verify-recall.sql)。
  tooth-timeline 删 ReconPanel/ReconBadge + recall-oracle import;drawer 去 reasons 传参。
- web tsc 通过;本地 905 --force 重算,rfm 描述已无 RxFxMx。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

详情页左栏调整:
- 去掉独立'画像标签'卡片,标签云并入左上第一个卡片(IdentityCard)底部(手机号下,带分隔线 + 详情→)。
- 标签 hover:去掉原生 title(避免 title+hovercard 双浮窗);把 title 内容(该患者实际取值)
  并入 hovercard 顶部(teal 框)→ 一个浮窗同时看'是什么(取值)+ 怎么算的(规则)'。
  PersonaFeatureHover 加 value prop,meta 缺失时也能只显取值。
- 隐藏'治疗链'卡片(链已弃用;chains 仍传 drawer 备用)+ 删未用 ChainSidebar import。
- web tsc 通过(next dev 热更,无需重启)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

原只有深度档喂画像。三档对齐:
- buildPersonaGuide 加 mode:essential(⚠禁忌/治疗敏感/特别关注 + rfm/生命周期)/ full(再叠切入点)。
- 稳健 + 标准档 → essential:只灌'护栏'类(安全红线 + 语气),不灌切入点(折扣/转介/家庭),
  避免轻量填空档被诱导加推销、破坏填空纪律。安全类画像(种植禁忌/看牙恐惧)现三档都见得到。
- 深度档保留 full(default,输出不变 → 无需 bump)。
- bump promptVersion:standard v13 / stable v26(eval 可按版本对比)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

#4 证据链债:多个特征返回 evidence.factIds=[],详情页'为什么贴这标签'无法溯源到 fact(违反 db 原则4)。
- 回填 7 个 fact 派生特征,收集驱动该标签的 fact id:
  · discount_anchor → 锚点 payment fact
  · special_attention → 命中的 no_show/迟到 预约 + 不可等候 emr fact(按触发标签收集)
  · time_preference → 窗口内计入的 appointment fact
  · lifecycle_stage → 就诊 + 消费 fact(去重)
  · treatment_sensitivity → 命中关键词的 emr fact(改 per-fact 匹配)
  · potential_treatment / urgency_level → gap 源 fact(PotentialGap 加 factId:selector SQL 加 sig.id)
- 5 个非 fact 派生特征(age/gender/acquisition/family/referral/contraindication)保留空 + 注释说明
  (证据=patient 主档/副表立柱/关系边,本就非 fact)。
- 本地 --force 重算 928:fact 派生特征 100% 有证据(discount 338/338、lifecycle 928/928、
  potential 771/771、special 88/88、time 601/601、urgency 771/771);age/gender 仍 0(符合预期)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

#1 话术对画像全暗的 bug:fact-block 旧版只 filter key==='value'||'recall_risk'(早被 rfm 取代删除)
  → 深度档话术拿不到任何 persona 信号。
- 新增 buildPersonaGuide:从 16 特征里按用途挑 + 排序渲染指引块:
  ⚠注意(禁忌/治疗敏感/特别关注)→ 定语气(rfm/生命周期)→ 切入点(治疗史/权益/折扣/转介/家庭/时间偏好)。
- orchestrator 不再 slice(0,5) 任意截断,全量传给 buildPersonaGuide 按白名单挑。

#3 特征接入(原 recommendedAt/Channel 目标已 moot:前端移除了推荐时间展示、免打扰已被池 SQL 硬排除)
  → 改由更合适的通道收口:time_preference/special_attention 已进①画像标签卡(展示)②话术指引(本次)
  ③ summary(orchestrator 早已全量传)。不再臆造 moot 的 plan 字段。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- priority-hover:旧 6 因子表 → v3 三维(急迫×.4/价值×.3/意愿×.3 → ×新鲜度×置信度);
  意愿 sub(RFM/主诉/信任)入 hint;breakdown 类型同步(plan-detail-types + mock-data PlanReason)。
- persona-feature-hover ALGORITHMS:原只有 5 个已删 key(value/recall_risk/...) → 重写为现 16 特征
  的'怎么算的'说明(rfm/年龄/性别/获客/家庭/转介/生命周期/治疗史/时间/折扣/特别关注/敏感/禁忌/急迫/潜在治疗/权益)。
- 详情页'患者画像'卡片(top4 列表)→ '患者信息·标签'卡片:全部特征做成 chip 标签云,
  每个 chip hover 看算法说明(复用 PersonaFeatureHover);列表页优先级 hover 自动随之更新。
- 修详情页两处死 key 读取:value→rfm(累计消费 hint)、recall_risk→lifecycle(久未到诊提示)。
- web tsc 通过。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- potential-treatment-recall §8.2/8.3:旧 6 因子 scorer 伪码/张志远例 → v3 三维(急迫×.4+价值×.3+意愿×.3)
  × 新鲜度 × 置信度;例子换 94 分真实 breakdown;UI 明细更新;加 uplift 局限。
- canonical-fact-layer §7.2bis #11:timeWindowFactor → 新鲜度因子(W7 v3 改名,原理不变)。
- §9 PR 实施路径保留(W3 历史里程碑记录)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- §三 优先级:6 因子加权启发式 → v3.0 三维(急迫×.4+价值×.3+意愿×.3)× 新鲜度 × 置信度;
  意愿=RFM依从+主诉行为+信任基础;真实例子换 94 分;加 uplift 局限说明。
- §二 画像:加现状指针(16 标签 v3.0;价值/风险并入 RFM、治疗链降级详情页、免打扰并入特别关注 → persona-design-v2)。
- §六 端到端 + FAQ:6 因素/91分 → 三维 × 因子。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

回应两个缺口:
1. 置信度(影像价值维度):新 v3 漏了信号置信度 → 影像AI诊断(code_source=image_ai,v3.0标70-90%)
   与医生诊断(std_code/name_map,100%)同权。补:sourceConfidence(医生1.0/影像0.85/建议0.8/未知0.9),
   cluster 取 max(最优来源胜出);confidenceFactor(≥0.9→1.0/≥0.7→0.9/<0.7→0.75)乘进综合分。
   本地:286条影像AI/建议 ×0.9,1169条医生 ×1.0。
2. 信任加分项 3/3:原只做了同类治疗史+1转介+1,补近1年到诊且履约良好+1
   (lifecycle 末诊<365 且 非 special_attention 屡次爽约)。
- 综合 = (急迫×0.4+价值×0.3+意愿×0.3) × 新鲜度 × 置信度。SELECT 加 code_source,merge 算 cluster_confidence。
- 只改分数不改候选集(589 不变)。breakdown 加 confidenceFactor 可解释。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

v3 重做时丢了旧 scorer 的过晚衰减:新模型急迫性按【末诊】算、不看诊断年龄,
导致很多年前的老诊断(末诊也久)反而 urgency=紧急、分还高。而入池无时间上界(W3:缺口不自愈
仍入池),当初就靠 scorer 衰减止损 → 丢了就没人止损了。
- 加 computeFreshness(daysSince, windowDays):黄金窗内 1.0;过窗线性衰减到 2×窗=0.4,地板 0.4。
  per-病种(K08窗180/K07窗365 → 慢病衰减慢)。软衰减不硬切(同 W3:止损交 scorer+UI排序+客服自选)。
- 综合 = (急迫×0.4+价值×0.3+意愿×0.3) × 新鲜度。breakdown 加 freshness/base 可解释。
- 本地:58% gap 有衰减(池里大量老诊断);老 missing_tooth base8.5→分42,新鲜的照常高分。
- 注:PAC 无丢单数据(v3.0 靠已丢单止损),新鲜度衰减是 PAC 的止损替代。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

替换旧 6 因子加权启发式(只用 value+risk 2 特征)为业务《画像字典 v3.0》优先级模型:
- 急迫性 = urgency_level(紧急10/高7/中4/低1)
- 价值性 = 治疗类型+牙数(种植 单颗8/多颗9/半口10 · 正畸7 · 根管6 · 修复5-6 · 牙周5 · 拔3 · 补2)
- 意愿度 = RFM依从×0.375 + 主诉行为×0.375 + 信任基础×0.25
  · RFM依从 = rfm 八象限分群
  · 主诉行为 = 咨询过该类(consultation 意向命中)→8 / 仅诊断→2(触达活跃维度 PAC 无数据,去掉按比例归一)
  · 信任基础 = lifecycle + 同类治疗史+1 + 转介达人+1
- scorer 用上 6 个画像特征(rfm/urgency/lifecycle/treatment_history/referral + consultation 意向),旧版只用 2 个。
- ⚠️ 只改 priorityScore(排序),不改召回候选集(gap 选择独立)→ verify-recall FP/FN 不受影响。
- 本地 928:候选 589(≈旧588 不变),分数 23-94 avg66.6;价值序 种植78>牙周/根管/正畸73>拔/补67>发育62。
- 局限(v3.0 同,记 follow-up):权重人拍(可调);意愿≈倾向性非增益(uplift,需试点对照组);
  confidence<0.6 降权 + 触达维度 待数据/二次筛选实现。breakdown 保留可解释。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 删 do_not_contact_status extractor(免打扰已在 special_attention/CDP D.2.3;合规闸召回读 profile 原始列,
  不依赖本特征)。enum 标弃用保留(前端 hover/label 无害)。已故/投诉信号后续补(投诉数据本就缺)。
- lifecycle 潜客(B.1.4):零就诊 → 加 gate「有预约 OR 有咨询」(用上新摄的 consultation_record);
  零就诊且无触点 → 兜底新客(不落 lastDays 分支避免 Infinity 误判流失)。
- 本地 928:现役 16 特征(dnc 0),lifecycle 成熟614/新客207/成长104/待激活2/流失1
  (样本无零就诊 → 无潜客,全量会出)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 违反了 manifest 纪律(SQL 只做朴素导出,形态改造归 transforms):consult_external_id 的 concat
  从 SQL 移到 transforms.derive(I 段),SQL 回归 SELECT 列 + WHERE 过滤。
- organization_id IN(过滤无关诊所)+ cohort patient 过滤 保留(合法 WHERE,导出本就按诊所过滤)。
- 审计其他表:均朴素(SELECT 列+WHERE);image_finding_rows 是文档记录的已知例外(影像AI pivot,CH 限制)。
- 重摄验证:5993 facts/0 failed,subject_id 与 concat 版一致。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

- 定义 PAC 咨询主体:一次咨询/初诊事件;intents=患者意向(potential_cure,主观意愿,非诊断)。
  区别 diagnosis(医生客观)/recommendation(医生建议)— 意向不进召回,喂 treatment_intent。
- 链路:fact_consult_out 全 144 诊所,过滤到 5 试点(org IN EMR orgs + patient_register_id=patient_id,
  CH 允许 WHERE 引用别名,同 returnvisit);94.4% 命中。无 id → consult_external_id=(patient,appo,date) concat;
  无 updated_date → 不入 per_query,每轮全量按 org+patient 过滤(幂等,同 returnvisit)。
- canonical-codes:CONSULT_INTENT_TO_CATEGORY(种植→implant…拔功能牙→surgical/早期矫正→ortho/美白→cosmetic)
  + parsePotentialCure(解析 Python list 串)。parser/schema/assembler/manifest 配齐。
- 本地 928:5993 facts,0 未映射,失败0。意向类别:正畸1006/种植733/预防383/充填350/根管316…
- ⚠️ map 改后需 truncate consult+重摄才生效(reparse 缺口 task #46);部署是干净全摄,自动生效。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>