feat: 累积功能变更 — 聊天集成、租户管理、小程序更新、ETL 增强、迁移脚本

包含多个会话的累积代码变更：
- backend: AI 聊天服务、触发器调度、认证增强、WebSocket、调度器最小间隔
- admin-web: ETL 状态页、任务管理、调度配置、登录优化
- miniprogram: 看板页面、聊天集成、UI 组件、导航更新
- etl: DWS 新任务（finance_area_daily/board_cache）、连接器增强
- tenant-admin: 项目初始化
- db: 19 个迁移脚本（etl_feiqiu 11 + zqyy_app 8）
- packages/shared: 枚举和工具函数更新
- tools: 数据库工具、报表生成、健康检查
- docs: PRD/架构/部署/合约文档更新

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

docs/prd/Neo_Specs/review-audit/P5.1-NS3-07.md

@@ -0,0 +1,79 @@
+# P5.1→NS3 缺失项 #7：App5 话术模板分类和质量评估标准
+
+## 简要结论
+- 状态：⚠️ 部分解决
+- 风险等级：🟠 中
+- App5 已实现完整的话术生成流程（数据获取→Prompt 构建→AI 调用→持久化），但话术输出仅按 scenario/script 结构化，缺少 P5.1 定义的话术分类体系（召回/维护/推荐）和质量评估维度
+
+## 详细审查
+
+### 审查范围
+- `apps/backend/app/ai/apps/app5_tactics.py` — App5 话术参考实现
+- `apps/backend/app/ai/schemas.py` — Pydantic 模型定义
+- `apps/backend/app/ai/apps/app4_analysis.py` — App4 关系分析（App5 上游）
+- `tests/test_ai_apps/test_build_prompt_props.py` — 属性测试
+- `tests/test_ai_apps/test_ai_apps_unit.py` — 单元测试
+- `tests/test_p5_ai_integration_properties.py` — P5 集成属性测试
+
+### 发现
+
+#### ✅ 已实现部分
+
+1. **完整调用链**：App5 由 App4 联动触发，接收 `context["app4_result"]` 作为 `task_suggestion`，包含 `task_description` 和 `action_suggestions`。
+
+2. **数据驱动 Prompt**：并发获取助教信息、服务历史、消费数据、备注 4 类数据，构建丰富的上下文。
+
+3. **Reference 机制**：引用最近 2 套 App8 历史结果作为 Prompt reference，提供线索整合上下文。
+
+4. **结构化输出**：Pydantic 模型 `App5Result` 定义了 `tactics: list[App5TacticsItem]`，每条包含 `scenario`（场景）和 `script`（话术内容）。
+
+5. **Token 预算控制**：`_MAX_SYSTEM_CONTENT_LEN = 8000`，超长时分级截断服务记录→消费记录→备注。
+
+6. **降级处理**：4 类数据获取均有异常捕获和降级逻辑，部分失败不阻断。
+
+#### ❌ 未实现部分
+
+1. **无话术分类体系**：Prompt 中 `output_format` 仅要求 `scenario + script`，未定义话术类型分类（如 P5.1 中的召回话术/维护话术/推荐话术）。当前 scenario 是自由文本，由 AI 自行决定场景描述。
+
+2. **无质量评估标准**：无类似 App6 的 `score` 评分机制。App5 输出无评估维度（如话术的针对性、可执行性、情感适配度等）。
+
+3. **无话术模板库**：无预定义的话术模板或参考范例供 AI 参考，完全依赖 AI 自由生成。
+
+4. **Pydantic 模型无分类枚举**：`App5TacticsItem` 仅有 `scenario: str` 和 `script: str`，无 `tactic_type` 或 `category` 枚举字段。
+
+### 证据
+
+**App5 输出格式定义（app5_tactics.py L131-134）**：
+```python
+"output_format": {
+    "tactics": [
+        {"scenario": "场景描述", "script": "话术内容"}
+    ]
+},
+```
+
+**Pydantic 模型（schemas.py）**：
+```python
+class App5TacticsItem(BaseModel):
+    scenario: str
+    script: str
+
+class App5Result(BaseModel):
+    tactics: list[App5TacticsItem]
+```
+
+**对比 App6 有评分机制**：
+```python
+class App6Result(BaseModel):
+    score: int = Field(ge=1, le=10)
+    clues: list[ClueItem]
+```
+
+App5 无类似评分或分类枚举。
+
+### 建议
+
+1. **新增话术类型枚举**：在 `schemas.py` 中定义 `App5TacticTypeEnum`（如 `recall`/`maintain`/`recommend`/`upsell`），在 `App5TacticsItem` 中增加 `tactic_type` 字段
+2. **Prompt 中明确分类要求**：在 `output_format` 中增加 `tactic_type` 字段说明，引导 AI 按分类生成
+3. **可选：增加质量评估**：参考 App6 的 score 机制，为每条话术增加 `relevance_score`（针对性评分）
+4. **可选：话术模板库**：在 Prompt reference 中注入预定义的优秀话术范例，提升生成质量