feat: 四层架构全面增强

安全与稳定性:
- 移除硬编码 API Key，改用 .env + 环境变量
- LLM 调用统一重试机制（指数退避，3 次重试，处理 429/5xx/超时）
- 中文字体检测增强（CJK 关键词兜底 + 无字体时英文 fallback）
- 缺失 API Key 给出友好提示而非崩溃

分析能力提升:
- 异常检测新增 z-score 检测（标准差>2 标记异常）
- 新增变异系数 CV 检测（数据波动性）
- 新增零值/缺失检测
- 上下文管理器升级为关键词语义匹配（替代简单取最近 2 条）

用户体验:
- 报告自动保存为 Markdown（reports/ 目录）
- 新增 export 命令导出查询结果为 CSV
- 新增 reports 命令查看已保存报告
- CLI 支持 readline 命令历史（方向键翻阅）
- CSV 导入工具重写：自动列名映射、容错处理、dry-run 模式
- 新增 .env.example 配置模板

output/chart.py

@@ -12,11 +12,12 @@ import matplotlib.pyplot as plt
 import matplotlib.font_manager as fm
 
 from core.config import LLM_CONFIG
-from core.utils import get_llm_client, extract_json_array
+from core.utils import get_llm_client, llm_chat, extract_json_array
 from layers.explorer import ExplorationStep
 
 
 def _setup_chinese_font():
+    """尝试加载中文字体，找不到时用英文显示（不崩溃）"""
     candidates = [
         "SimHei", "Microsoft YaHei", "STHeiti", "WenQuanYi Micro Hei",
         "Noto Sans CJK SC", "PingFang SC", "Source Han Sans CN",
@@ -27,10 +28,27 @@ def _setup_chinese_font():
             plt.rcParams["font.sans-serif"] = [font]
             plt.rcParams["axes.unicode_minus"] = False
             return font
+    # 兜底：尝试找任何 CJK 字体
+    for f in fm.fontManager.ttflist:
+        if any(kw in f.name.lower() for kw in ("cjk", "chinese", "hei", "song", "ming", "fang")):
+            plt.rcParams["font.sans-serif"] = [f.name]
+            plt.rcParams["axes.unicode_minus"] = False
+            return f.name
     plt.rcParams["axes.unicode_minus"] = False
-    return None
+    return None  # 后续图表标题会用英文 fallback
 
-_setup_chinese_font()
+
+_CN_FONT = _setup_chinese_font()
+
+
+def _safe_title(title: str) -> str:
+    """无中文字体时将标题转为安全显示文本"""
+    if _CN_FONT:
+        return title
+    # 简单映射：中文→拼音首字母摘要，保留英文和数字
+    import re
+    clean = re.sub(r'[^\w\s.,;:!?%/()\-+]', '', title)
+    return clean if clean.strip() else "Chart"
 
 
 CHART_PLAN_PROMPT = """你是一个数据可视化专家。根据以下分析结果，规划需要生成的图表。
@@ -97,15 +115,15 @@ class ChartGenerator:
             )
 
         try:
-            response = self.client.chat.completions.create(
-                model=self.model,
+            content = llm_chat(
+                self.client, self.model,
                 messages=[
                     {"role": "system", "content": "你是数据可视化专家。只输出纯 JSON 数组，不要 markdown 代码块。"},
                     {"role": "user", "content": CHART_PLAN_PROMPT.format(exploration_summary="\n\n".join(summary_parts))},
                 ],
                 temperature=0.1, max_tokens=1024,
             )
-            plans = extract_json_array(response.choices[0].message.content.strip())
+            plans = extract_json_array(content)
             return plans if plans else self._fallback_plan(valid_steps)
         except Exception as e:
             print(f"     ⚠️ 图表规划失败: {e}，使用 fallback")
@@ -206,11 +224,11 @@ class ChartGenerator:
             ax.set_xticklabels(x_vals, rotation=45, ha="right", fontsize=9)
             ax.legend()
 
-        ax.set_title(title, fontsize=13, fontweight="bold", pad=12)
+        ax.set_title(_safe_title(title), fontsize=13, fontweight="bold", pad=12)
         if chart_type not in ("pie",):
-            ax.set_xlabel(x_col, fontsize=10)
+            ax.set_xlabel(_safe_title(x_col), fontsize=10)
             if chart_type != "horizontal_bar":
-                ax.set_ylabel(y_col, fontsize=10)
+                ax.set_ylabel(_safe_title(y_col), fontsize=10)
             ax.grid(axis="y", alpha=0.3)
 
         plt.tight_layout()

output/consolidator.py

@@ -4,7 +4,7 @@
 import json
 
 from core.config import LLM_CONFIG
-from core.utils import get_llm_client
+from core.utils import get_llm_client, llm_chat
 from layers.context import AnalysisSession
 
 
@@ -47,15 +47,14 @@ class ReportConsolidator:
         charts_text = "\n".join(f"{i}. {c['title']}: {c['path']}" for i, c in enumerate(charts or [], 1)) or "无图表。"
 
         try:
-            response = self.client.chat.completions.create(
-                model=self.model,
+            return llm_chat(
+                self.client, self.model,
                 messages=[
                     {"role": "system", "content": "你是高级数据分析总监，整合多维度分析结果。"},
                     {"role": "user", "content": CONSOLIDATE_PROMPT.format(question=question, sections=sections, charts_text=charts_text)},
                 ],
                 temperature=0.3, max_tokens=4096,
             )
-            return response.choices[0].message.content
         except Exception as e:
             print(f"  ⚠️ LLM 整合失败: {e}，使用拼接模式")
             return self._fallback_concat(sessions, charts)

output/reporter.py

@@ -5,7 +5,7 @@ import json
 from typing import Any
 
 from core.config import LLM_CONFIG
-from core.utils import get_llm_client
+from core.utils import get_llm_client, llm_chat
 from layers.explorer import ExplorationStep
 from layers.insights import Insight
 
@@ -58,15 +58,14 @@ class ReportGenerator:
             charts_text=charts_text,
         )
 
-        response = self.client.chat.completions.create(
-            model=self.model,
+        return llm_chat(
+            self.client, self.model,
             messages=[
                 {"role": "system", "content": "你是专业的数据分析师，撰写清晰、有洞察力的分析报告。"},
                 {"role": "user", "content": prompt},
             ],
             temperature=0.3, max_tokens=4096,
         )
-        return response.choices[0].message.content
 
     def _build_exploration(self, steps: list[ExplorationStep]) -> str:
         parts = []