feat: 修复 AI 风险语义并隔离 Mock 数据

server-go/internal/service/risk.go

@@ -1,21 +1,117 @@
 package service
 
-import "math"
+import (
+	"math"
+	"strings"
+)
 
-// RiskInput 风险评分输入（各系数取值 0~1）
+// RiskRuleVersion 当前风险规则版本；权重仍沿用试点公式，待数据校准后升版。
+const RiskRuleVersion = "risk-v2-2026.08.14"
+
+// RiskInput 风险评分输入。nil 表示未采集，不能按 0 参与归一化。
 type RiskInput struct {
-	AI         float64 // AI 识别置信度（权重 0.5）
-	Env        float64 // 环境风险系数（权重 0.2）
-	Stage      float64 // 饲养阶段风险系数（权重 0.15）
-	Uniformity float64 // 群体整齐度偏离度（权重 0.15）
+	AI           *float64 // AI 异常概率（权重 0.5）
+	Env          *float64 // 环境风险系数（权重 0.2）
+	Stage        *float64 // 饲养阶段风险系数（权重 0.15）
+	Uniformity   *float64 // 群体整齐度偏离度（权重 0.15）
+	ModelVersion string
 }
 
-// ComputeRiskScore 按规格书 3.1.4 公式计算 0~100 风险分：
-// 风险分 = 0.5×AI置信度 + 0.2×环境系数 + 0.15×阶段系数 + 0.15×整齐度偏离度
-func ComputeRiskScore(in RiskInput) float64 {
-	score := 0.5*in.AI + 0.2*in.Env + 0.15*in.Stage + 0.15*in.Uniformity
-	score = math.Max(0, math.Min(1, score))
-	return score * 100
+// RiskAssessment 可解释风险输出。
+type RiskAssessment struct {
+	Score        float64             `json:"score"`
+	Level        string              `json:"level"`
+	Confidence   string              `json:"confidence"`
+	ModelVersion string              `json:"modelVersion"`
+	RuleVersion  string              `json:"ruleVersion"`
+	Components   map[string]*float64 `json:"components"`
+	Missing      []string            `json:"missing"`
+}
+
+// ComputeRiskScore 按可用权重归一化计算 0~100 风险分，缺失组件返回 null。
+// 当前 0.5/0.2/0.15/0.15 是待试点校准规则，不是科学结论。
+func ComputeRiskScore(in RiskInput) RiskAssessment {
+	defs := []struct {
+		key    string
+		weight float64
+		value  *float64
+	}{
+		{"aiAbnormalProbability", 0.5, in.AI},
+		{"environment", 0.2, in.Env},
+		{"stage", 0.15, in.Stage},
+		{"uniformity", 0.15, in.Uniformity},
+	}
+	components := make(map[string]*float64, len(defs))
+	missing := make([]string, 0, len(defs))
+	weighted := 0.0
+	totalWeight := 0.0
+	for _, def := range defs {
+		if def.value == nil {
+			components[def.key] = nil
+			missing = append(missing, def.key)
+			continue
+		}
+		value := clamp01(*def.value)
+		components[def.key] = &value
+		weighted += def.weight * value
+		totalWeight += def.weight
+	}
+
+	score := 0.0
+	if totalWeight > 0 {
+		score = math.Round(clamp01(weighted/totalWeight)*10000) / 100
+	}
+	return RiskAssessment{
+		Score:        score,
+		Level:        RiskLevel(score),
+		Confidence:   RiskConfidence(in),
+		ModelVersion: in.ModelVersion,
+		RuleVersion:  RiskRuleVersion,
+		Components:   components,
+		Missing:      missing,
+	}
+}
+
+// RiskConfidence 当前仅给出 low/medium/unknown，避免把未校准规则描述为 high。
+func RiskConfidence(in RiskInput) string {
+	if in.AI == nil {
+		return "unknown"
+	}
+	if *in.AI >= 0.25 {
+		return "medium"
+	}
+	return "low"
+}
+
+// AbnormalProbability 从 AI 检测结果计算异常概率：healthy/unknown 不贡献风险。
+// abnormalClasses 可选；缺省时任一非 healthy/unknown 类别都视为异常类别。
+func AbnormalProbability(detections []AIDetection, abnormalClasses ...string) float64 {
+	configured := make(map[string]struct{}, len(abnormalClasses))
+	for _, class := range abnormalClasses {
+		if class = strings.ToLower(strings.TrimSpace(class)); class != "" {
+			configured[class] = struct{}{}
+		}
+	}
+	best := 0.0
+	for _, d := range detections {
+		class := strings.ToLower(strings.TrimSpace(d.ClassName))
+		if class == "" || class == "healthy" || class == "unknown" {
+			continue
+		}
+		if len(configured) > 0 {
+			if _, ok := configured[class]; !ok {
+				continue
+			}
+		}
+		if d.Confidence > best {
+			best = d.Confidence
+		}
+	}
+	return clamp01(best)
+}
+
+func clamp01(v float64) float64 {
+	return math.Max(0, math.Min(1, v))
 }
 
 // RiskLevel 按规格书 3.1.4 分级：绿 0-30 / 黄 31-60 / 橙 61-80 / 红 81-100