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/task_manager.py

@@ -2,7 +2,7 @@
 # - 2026-03-20 | Prompt: H2 FDW→直连ETL统一改造 | get_task_list() 中 2 处、get_task_list_v2() 中 1 处、
 #   get_task_detail() 中 1 处 fdw_etl.v_dim_member / v_dws_member_assistant_relation_index
 #   改为直连 ETL 库查询 app.v_* RLS 视图。使用 fdw_queries._fdw_context()。
-# - 2026-03-24 | Prompt: 修复小程序前端没有档位进度 | _build_performance_summary 中 tier_nodes
+# - 2026-03-24 | Prompt: 修复小程序前端没有档位进度 | build_performance_summary 中 tier_nodes
 #   从 cfg_performance_tier 配置表读取（不再依赖 salary_calc 的空列表），
 #   next_tier_hours/tier_completed 根据 effective_hours 和 tier_nodes 实时计算。
 # - 2026-03-24 | Prompt: bonus_money 公式修正 | bonus_money 改为基础课节省 + 打赏课节省：
@@ -649,7 +649,7 @@ async def get_task_list_v2(
 
         if not tasks:
             # 即使无任务也需要返回绩效概览
-            performance = _build_performance_summary(conn, site_id, assistant_id)
+            performance = build_performance_summary(conn, site_id, assistant_id)
             return {
                 "items": [],
                 "total": 0,
@@ -732,7 +732,7 @@ async def get_task_list_v2(
 
         # ── 8. 绩效概览（使用批量查询的预取数据） ──
         # CHANGE 2026-03-23 | 复用 batch_data 避免额外 3 次 ETL 连接
-        performance = _build_performance_summary(
+        performance = build_performance_summary(
             conn, site_id, assistant_id, batch_data=batch_data,
         )
 
@@ -792,7 +792,7 @@ async def get_task_list_v2(
         conn.close()
 
 
-def _build_performance_summary(
+def build_performance_summary(
     conn, site_id: int, assistant_id: int, *, batch_data: dict | None = None,
 ) -> dict:
     """
@@ -858,9 +858,17 @@ def _build_performance_summary(
     basic_hours = summary["base_hours"] if summary else 0.0
     bonus_hours = summary["bonus_hours"] if summary else 0.0
     total_customers = summary["unique_customers"] if summary else 0
-    current_tier = summary["tier_id"] if summary else (salary["tier_index"] if salary else 0)
     coach_level = summary["coach_level"] if summary else (salary["coach_level"] if salary else "")
 
+    # current_tier：根据 total_hours 在 tier_nodes 中的位置计算数组索引（0-based）
+    # 不能用 tier_id（数据库主键），前端把 current_tier 当数组下标用
+    current_tier = 0
+    for i, node in enumerate(tier_nodes):
+        if total_hours >= node:
+            current_tier = i
+        else:
+            break
+
     # next_tier_hours / tier_completed: 根据 effective_hours 和 tier_nodes 计算
     tier_completed = False
     next_tier_hours = 0.0