feat: 修复 AI 风险语义并隔离 Mock 数据

README.md

@@ -67,8 +67,8 @@
 
 ### 1.9 AI 拍照巡检闭环（计划 #5/#6/#8/#9）
 
-- `ai-service/`：FastAPI + ONNX Runtime（默认 mock 模式；`POST /detect` 返回框/类别/置信度，`POST /stream-detect` 拉流抽帧骨架，`GET /metrics` 监控指标）
-- 拍照上传 → AI 检测 → 风险评分（0-100 分，绿/黄/橙/红四级）→ 巡检记录（`inspection_records`，`Idempotency-Key` 幂等）
+- `ai-service/`：FastAPI + ONNX Runtime（默认 mock 模式；`POST /detect` 返回框/类别/置信度、`modelVersion`、`isMock`、`abnormalProbability`，`POST /internal/stream-tasks` 受限拉流任务，`GET /metrics` 监控指标）
+- 拍照上传 → AI 检测 → 风险评分（0-100 分，绿/黄/橙/红四级，只消费 AI 异常概率，缺失项不按 0 参与）→ 巡检记录（`inspection_records`，`Idempotency-Key` 幂等）
 - 小程序「拍照巡检」页；Web「巡检记录」页（技术员复查）
 
 ### 1.10 知识库与阶段风险提示（计划 #10/#13）
@@ -595,8 +595,8 @@ python -m venv .venv
 MODEL_MODE=mock .venv\Scripts\python -m uvicorn app.main:app --host 0.0.0.0 --port 8000
 ```
 
-- 接口：`GET /health`、`POST /detect`（multipart 图片）、`POST /stream-detect`（摄像头流拉帧骨架）、`GET /metrics`（含 GPU 信息）
-- 默认 mock 模式；训练恢复后放 `models/best.onnx` 并设 `MODEL_MODE=onnx`（`MODEL_LABELS` 可配类别）
+- 接口：`GET /health`、`POST /detect`（multipart 图片，返回 `abnormalProbability`）、`POST /internal/stream-tasks`（受限摄像头流拉帧任务）、`GET /metrics`（含 GPU 信息）
+- 默认 mock 模式且响应带 `isMock=true`；训练恢复后放 `models/best.onnx` 并设 `MODEL_MODE=onnx`（`MODEL_LABELS` 可配类别、`MODEL_VERSION` 必须显式配置）
 - 开发服务器部署：`/home/pan/ai-service`（venv + `start.sh`，:8000），服务器 pip 源已配置清华镜像
 
 ### 12.7 开发服务器部署摘要