feat: 2026-04-15~04-20 累积变更基线 — 多主线合流

主线 1: rns1-customer-coach-api + 04-miniapp-core-business 后端实施
  - 新增 GET /xcx/coaches/{id}/banner 轻量接口
  - performance/records 加 coach_id 参数 + view_board_coach 权限分流
  - coach/customer/performance/board/task 服务层重构
  - fdw_queries 结算单粒度聚合 + consumption_summary 视图统一
  - task_generator 回访宽限 72h + UPSERT 替代策略 + Step 5 保底清理
  - recall_detector settle_type=3 双重限制 + 门店级 resolved

主线 2: 小程序权限分流 + 新增 coach-service-records 管理者视角业绩明细页
  - perf-progress 共享模块去重 task-list/coach-detail 动画逻辑
  - isScattered 散客标记端到端
  - foodDetail/phoneFull/creator* 字段透传

主线 3: P19 指数回测框架 Phase 1+2
  - 3 个指数表 stat_date 日快照模式
  - 新增 DWS_INDEX_BACKFILL / DWS_TASK_SIMULATION 工具任务
  - task_engine 升级 HTTP 实时 + 推演回测双模式

主线 4: Core 维度层启用
  - 新增 CORE_DIM_SYNC 任务（DWD → core 4 维度表）
  - 修复 app 视图空查询问题

主线 5: member_project_tag 改为 LAST_30_VISITS 消费次数窗口

主线 6: 2 个迁移 SQL 已执行（stat_date + member_project_tag 新窗口）
  - schema 基线与 DDL 快照同步

主线 7: 开发机路径迁移 C:\NeoZQYY → C:\Project\NeoZQYY（约 95% 改动量）

附带: 新建运维脚本（churned_customer_report / simulate_historical_tasks /
      backfill_index_snapshots）+ tools/task-analysis/ 任务分析工具

合计 157 文件。未包含中间产物（tmp/ .playwright-mcp/ inspect-* excel/sheet 分析 txt）。
审计记录见下一个 commit。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

apps/backend/app/services/performance_service.py

@@ -82,10 +82,18 @@ def group_records_by_date(
 
         # CHANGE 2026-03-24 | 课程类型直接用数据库原始值（skill_name），不做二次映射
         raw_course_type = rec.get("course_type", "") or "基础课"
-        customer_name = rec.get("customer_name") or "未知客户"
+        # 散客（member_id ≤ 0）展示"散客待转换会员"；
+        # 真实会员姓名缺失时回退"未知客户"
+        mid_for_name = rec.get("member_id")
+        is_scattered = not mid_for_name or mid_for_name <= 0
+        if is_scattered:
+            customer_name = "散客待转换会员"
+        else:
+            customer_name = rec.get("customer_name") or "未知客户"
 
         record_item: dict = {
             "customer_name": customer_name,
+            "is_scattered": is_scattered,
             "time_range": time_range,
             "hours": f"{rec.get('service_hours', 0.0):.1f}",
             "course_type": raw_course_type,
@@ -594,29 +602,33 @@ def _build_customer_lists(
 async def get_records(
     user_id: int, site_id: int,
     year: int, month: int, page: int, page_size: int,
+    assistant_id_override: int | None = None,
 ) -> dict:
     """
     绩效明细（PERF-2）。
 
-    1. 获取 assistant_id
+    1. 获取 assistant_id（assistant_id_override 非空时直接使用，跳过 user 绑定查询）
     2. fdw_queries.get_service_records() 带分页
     3. 按日期分组为 dateGroups（不含 avatarChar/avatarColor）
     4. 计算 summary 汇总
     5. 返回 { summary, dateGroups, hasMore }
+
+    assistant_id_override 用于"管理员/店长查看其他助教"场景，
+    调用方负责完成越权校验后再传入目标 assistant_id。
     """
     conn = _get_connection()
     try:
-        assistant_id = _get_assistant_id(conn, user_id, site_id)
+        if assistant_id_override is not None:
+            assistant_id = assistant_id_override
+        else:
+            assistant_id = _get_assistant_id(conn, user_id, site_id)
 
-        # 先获取全量记录用于 summary 计算
-        all_records = fdw_queries.get_service_records(
+        # CHANGE 2026-04-20 | 性能优化：summary 改用 SQL 聚合，
+        # 不再先 limit=100000 全量拉取再 Python 算 summary
+        summary = fdw_queries.get_service_records_summary(
             conn, site_id, assistant_id, year, month,
-            limit=100000, offset=0,
         )
 
-        # 计算月度汇总
-        summary = compute_summary(all_records)
-
         # 分页获取记录
         offset = (page - 1) * page_size
         page_records = fdw_queries.get_service_records(
@@ -624,8 +636,8 @@ async def get_records(
             limit=page_size, offset=offset,
         )
 
-        # 判断 hasMore
-        has_more = len(all_records) > page * page_size
+        # 判断 hasMore（由 summary.total_count 直接推算，避免再次拉全量）
+        has_more = summary["total_count"] > page * page_size
 
         # CHANGE 2026-03-27 | 批量查 RS 分数，注入到服务记录
         page_member_ids = list({r.get("member_id") for r in page_records if r.get("member_id")})