[阶段4.1] AI 健康建议 - 多模型可切换 + 大上下文 + 失败兜底

services/ai.py:
- 模型目录（catalog）按短 id 索引，业务代码不感知厂商
  gemini-flash (Google, 1M 上下文)
  llama-70b / qwen-72b / deepseek-r1 (NVIDIA NIM, 128k)
  仅注册纯文本模型，不含视觉模型
- 两个 provider: GeminiProvider、OpenAICompatProvider
  （后者兼容 NVIDIA NIM / Ollama / vLLM）
- 大上下文: 每日指标序列化为 CSV 而非 JSON，同样的数据 token 数约为
  1/4，一整年历史仍远小于最小的 128k 窗口；按 AI_DAY_BUDGET 截断
- 兜底链: 首选模型超时/报错/返回无法解析的文本时自动降级到下一个，
  meta.fallbackFrom 记录降级路径
- 响应解析容忍 markdown 代码块包裹和 JSON 前的多余句子

services/analysis.py:
- get_ai_recommendations(): 所有模型都失败时回落到规则引擎，
  端点始终 200，meta.source 区分 ai / rules

routes/analysis.py:
- GET /api/analysis/models 列出模型及各自是否已配置密钥
- GET /api/analysis/ai-recommendations?model=&days=

tests/test_ai.py (59 通过, 全程 mock 不联网):
- prompt: 大预算截断保留最新的天、缺失指标不写成 "None"、
  一年数据估算 token 数上界
- 解析: 代码块包裹/前置句子/单对象/非法 priority/空建议 等 7 种畸形输入
- provider: 超时、HTTP 4xx/5xx、响应结构异常均转为 AIError；
  未配置密钥时不发出任何请求
- 兜底: gemini 超时后 llama 接管、首个成功则不再调用第二个
- 端点: /models 不泄漏 API key；无密钥时仍返回 200 + 规则建议

密钥一律从环境变量读取，.env.example 只留空占位符。

全量: 161 passed, 1 skipped

Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>

backend/routes/analysis.py

@@ -3,6 +3,7 @@ from flask import Blueprint, request, g, jsonify
 
 from auth import require_auth
 from services import analysis as analysis_svc
+from services import ai as ai_svc
 
 bp = Blueprint("analysis", __name__)
 
@@ -20,3 +21,23 @@ def trends():
 @require_auth
 def recommendations():
     return jsonify(analysis_svc.get_recommendations(g.user_id))
+
+
+@bp.route("/models", methods=["GET"])
+@require_auth
+def models():
+    """Available LLMs and whether each one has credentials configured."""
+    return jsonify(ai_svc.list_models())
+
+
+@bp.route("/ai-recommendations", methods=["GET"])
+@require_auth
+def ai_recommendations():
+    """LLM recommendations. `?model=` picks one; omit it to use the chain.
+
+    Always 200: when no model succeeds the rule engine answers instead, and
+    meta.source says which produced the result.
+    """
+    model = request.args.get("model") or None
+    days = request.args.get("days", type=int)
+    return jsonify(analysis_svc.get_ai_recommendations(g.user_id, model, days))