前提：三步数据（国内 SHFE / 国外 COMEX / 宏观-机构-观点）已稳定获取并结构化。 现在引入第三方大模型（如 DeepSeek / 通义千问）进行分析输出，实现：① 写入数据库 与 ② 下发到客户端（通知/提醒/消息中心）。
后端先把三步数据汇总成“风险判断输入包”，避免把 CSV/原始字段全丢给模型，降低成本与不确定性。
统一输出：风险等级、解释文本、置信度、（可选）触发因子列表。便于存档、追溯、回放、切模型。
通知逻辑是产品策略与合规策略的一部分，必须在你后端规则里实现，避免模型“情绪化提醒”或越界。
{
"date": "2025-01-08",
"domestic": {
"night_volume_ratio": 0.42,
"oi_change_3d": "increase",
"main_contract_shift": false
},
"foreign": {
"comex_volume_change": "increase",
"comex_oi_trend_4w": "increase"
},
"macro": {
"event_today": "CPI",
"risk_bias": "volatility_up"
}
}{
"risk_level": "medium",
"risk_reason": "内外盘活跃度同步上升，COMEX持仓连续增加，叠加宏观事件影响，短期波动不确定性增强。",
"confidence": 0.73,
"drivers": ["night_volume_ratio_up", "comex_oi_up", "macro_event"]
}不要只存一段模型全文。建议分层存：结果字段（可计算） + 文案（可迭代） + 版本信息（可切模型/AB测试）。
| 表名 | 核心字段（示例） | 目的 |
|---|---|---|
| risk_assessment_daily |
date, risk_level, confidence, domestic_signal, foreign_signal, macro_signal, model_name, model_version, prompt_version, created_at |
结构化存档：可检索、可统计、可回放、可切模型 |
| risk_assessment_text |
assessment_id, explanation_text, version, language, created_at |
文案独立：可迭代、可多版本、多语言 |
| risk_drivers（可选） | assessment_id, driver_key, driver_value | 驱动因子：方便解释、展示、追踪 |
| 类型 | 强度与频率 | 触发条件（建议） | 示例 |
|---|---|---|---|
| 通知（强提醒） | 强、极少 | risk_level 发生变化（如 中 → 高） | “对冲环境风险由「中」上调至「高」” |
| 提醒（弱提醒） | 中、可控 | 宏观事件 + 置信度高 或 异常放量/结构变化 | “事件叠加活跃度上升，波动不确定性增强” |
| 消息中心（沉淀） | 弱、每日 | 每日定时生成（不打扰用户） | “1月8日市场风险解读（可展开查看）” |
IF risk_level_changed THEN
send_notification
ELSE IF confidence > 0.70 AND macro_event_today THEN
send_reminder
ELSE
only_store_message风险结果生成
↓
消息任务入队（Kafka / RabbitMQ / Redis Stream）
↓
消息服务消费
↓
推送到：
- App Push
- 小程序订阅消息
- Web 消息中心{
"type": "risk_notification",
"level": "medium",
"title": "市场风险提示",
"content": "内外盘联动增强，短期波动不确定性上升。",
"date": "2025-01-08"
}