docs: 同步 README 说明文档与后续工作计划进度状态（2026-08-13）

后续工作计划.md

@@ -1,5 +1,7 @@
 # 后续工作计划
 
+> **完成状态（2026-08-13 更新）**：#5-#24、#27 已完成（详见 `开发交接记录.md`）；#1-4 因物理机问题挂起；#23/#26 骨架完成；微信/天气真实数据待凭证。
+
 ## 技术选型决策（2026-08-11 确定）
 
 **采用混合架构：现有 Go 底座 + Python AI 微服务**
@@ -26,45 +28,45 @@
 
 ## 一、前置准备（P0）
 
-- [ ] 1. 修复数据集：按原始图重新划分 train/valid/test（消除 Roboflow 增强副本导致的跨集泄漏）；修正 `data.yaml`（`heathly` → `healthy`、绝对路径）；删除空标签
-- [ ] 2. 远程训练服务器（fnOS / i7-8700T / 62G / Tesla P4 8G）搭建环境：venv + PyTorch（cu121/cu124，兼容 P4）+ ultralytics
-- [ ] 3. 数据集上传服务器 `/vol1/ai/datasets`
-- [ ] 4. YOLOv8s 二分类基线训练（healthy/sick），产出 `best.pt` / `best.onnx` + 指标报告（mAP、混淆矩阵）
+- [ ] 1. 修复数据集：按原始图重新划分 train/valid/test（消除 Roboflow 增强副本导致的跨集泄漏）；修正 `data.yaml`（`heathly` → `healthy`、绝对路径）；删除空标签（**挂起：物理机问题**）
+- [ ] 2. 远程训练服务器（fnOS / i7-8700T / 62G / Tesla P4 8G）搭建环境：venv + PyTorch（cu121/cu124，兼容 P4）+ ultralytics（**挂起：物理机问题**）
+- [ ] 3. 数据集上传服务器 `/vol1/ai/datasets`（**挂起：物理机问题**）
+- [ ] 4. YOLOv8s 二分类基线训练（healthy/sick），产出 `best.pt` / `best.onnx` + 指标报告（mAP、混淆矩阵）（**挂起：物理机问题；ai-service 已预留 `MODEL_MODE=onnx` + `best.onnx` 接入**）
 
 ## 二、AI 巡检闭环（规格书阶段一，MVP）
 
-- [ ] 5. 新建 `ai-service/`：FastAPI + ONNX Runtime，`POST /detect` 返回框/类别/置信度，部署在 P4 服务器（systemd 或 Docker + nvidia-container-toolkit）
-- [ ] 6. Go 后端对接：AI client + AI 巡检记录表（`InspectionRecord`）
-- [ ] 7. 蚕房/蚕匾/批次管理：现有蚕房/设备/传感器扩展蚕匾、批次、饲养记录、消毒记录、蚕种来源
-- [ ] 8. 农户小程序拍照巡检：拍照→上传→风险分级（绿/黄/橙/红）→预警→记录
-- [ ] 9. 风险评分引擎：0–100 分 = 0.5×AI 置信度 + 0.2×环境系数 + 0.15×饲养阶段系数 + 0.15×群体整齐度偏离度
-- [ ] 10. 知识库初始版：4 类蚕病症状图谱与防治指南、AI 结果解读
-- [ ] 11. 推送：保留 WebSocket，新增微信订阅消息（注意订阅次数限制）
+- [x] 5. 新建 `ai-service/`（**骨架完成**：FastAPI + ONNX Runtime，`POST /detect`、`GET /health`、`/stream-detect`、`/metrics`；mock 模式运行于开发服务器 :8000；真实模型待训练恢复后 `MODEL_MODE=onnx`）
+- [x] 6. Go 后端对接（**完成**：AI client + `inspection_records` + `/api/v1/inspections`，`Idempotency-Key` 幂等）
+- [x] 7. 蚕房/蚕匾/批次管理（**完成蚕匾/批次/饲养记录**；消毒记录 P1、蚕种来源全链 P2 未做）
+- [x] 8. 农户小程序拍照巡检（**完成**：拍照→上传→AI 结果→风险分级→记录；端侧推理为后续优化）
+- [x] 9. 风险评分引擎（**完成**：0.5×AI + 0.2×环境 + 0.15×阶段 + 0.15×整齐度；整齐度暂无数据源恒为 0）
+- [x] 10. 知识库初始版（**完成**：4 类核心 + 扩展病种、AI 结果解读、LAMP/SERS 教程、四季提醒、图谱图片上传；图谱素材待三个方向导入）
+- [x] 11. 推送（**骨架完成**：WebSocket 保留 + 微信订阅消息绑定/授权/巡检触发；真实推送待 AppID/Secret/模板 ID）
 
 ## 三、环境监测 + LAMP 检测（规格书阶段二）
 
-- [ ] 12. 天气数据接入与高发病天气预警规则（白僵病/软化病等触发条件）
-- [ ] 13. 饲养阶段风险提示（按龄期提示高发病种）
-- [ ] 14. LAMP 检测管理：检测任务单、分步操作引导、拍照判读 + AI 辅助判读、结果录入
-- [ ] 15. 交叉验证：AI 结果 vs 检测结果（一致→确认诊断；不一致→升级专家会诊）
-- [ ] 16. 耗材管理：库存、低库存预警、批次效期、采购建议
-- [ ] 17. 技术员 Web 后台：检测任务处理、耗材、巡检复查（扩展现有 web）
+- [x] 12. 天气数据接入与高发病天气预警规则（**完成**：和风天气 + `weather_alerts` + 定时评估；真实数据待 `QWEATHER_API_KEY/LOCATION`）
+- [x] 13. 饲养阶段风险提示（**完成**：`/knowledge/stage-hints` + 小程序选择器）
+- [x] 14. LAMP 检测管理（**完成**：任务单/5 步流程/照片/结果录入；AI 辅助判读待模型）
+- [x] 15. 交叉验证（**完成**：一致→确认诊断，不一致→建议会诊）
+- [x] 16. 耗材管理（**完成**：库存/低库存/临期预警/采购建议）
+- [x] 17. 技术员 Web 后台（**完成**：检测任务/耗材/巡检复查）
 
 ## 四、专家诊断 + 多检测方式 + 疫病溯源（规格书阶段三）
 
-- [ ] 18. 专家会诊：病例打包（照片+AI+检测+环境+饲养+历史趋势）、在线会诊、防控方案下发、归档
-- [ ] 19. qPCR/SERS/高光谱接入：Ct 值录入自动判读；SERS 数据回传与光谱库框架；高光谱接口预留
-- [ ] 20. 多检测方式推荐引擎（设备条件/紧急程度/成本/操作者水平）
-- [ ] 21. 疫病溯源（V2.1 新增）：`TraceRecord` 数据模型；一级自动溯源（首发位置、72h 环境回溯、历史关联、传播途径推断、区域关联→溯源初报）；二级分病种排查清单与报告；三级专家/实验室记录
-- [ ] 22. 区域发病热力图（乡镇/县级可视化）
-- [ ] 23. 摄像头流 AI 巡检：复用 WVP + ZLMediaKit + recorder-go，AI 服务拉流抽帧检测（建议二期，需补摄像头视角数据）
+- [x] 18. 专家会诊（**完成**：病例快照/意见/防控方案/归档；在线会诊为表单版，实时音视频未做）
+- [x] 19. qPCR/SERS/高光谱接入（**完成**：Ct 自动判读、SERS 光谱 + 光谱库、高光谱预留）
+- [x] 20. 多检测方式推荐引擎（**完成**：设备/紧急/操作者/成本偏好加权）
+- [x] 21. 疫病溯源（**完成**：三级溯源；区域关联 v1 用同房间历史）
+- [x] 22. 区域发病热力图（**完成统计图表版**（柱状/饼图）；GeoJSON 乡镇/县级地图后续按需接入）
+- [x] 23. 摄像头流 AI 巡检（**骨架完成**：`/stream-detect` 拉流抽帧检测；正式巡检编排二期，需摄像头视角数据）
 
 ## 五、数据分析与运维
 
-- [ ] 24. 蚕房健康画像、防控效果评估、年度发病规律
+- [x] 24. 蚕房健康画像、防控效果评估、年度发病规律（**健康画像与年度规律完成**；防控效果评估 P2 未做）
 - [x] 25. 时序存储决策：**MVP 沿用 IoTDB（现状）**；TDengine 作为生产规模化候选，在出现聚合报表/性能瓶颈或上云规划时先做基准测试再定（2026-08-13 决策）
-- [ ] 26. AI 服务部署与 GPU 监控（P4 温度/显存）
-- [ ] 27. 测试基建：后端 `go test` 骨架、前端 Vitest（建议，可延后）
+- [x] 26. AI 服务部署与 GPU 监控（**骨架完成**：`/metrics` 含 nvidia-smi，开发服务器可读到 940MX；生产 T4 接入时复用）
+- [x] 27. 测试基建（**完成**：Go 各模块单测 + Web Vitest + `npm test`）
 
 ## 依赖关系