feat: Implement AI analysis and integrate with bot listener.

src/analysis/ai_analyzer.py

@@ -20,21 +20,26 @@ def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) ->
         }
         
         prompt = f"""
-你是一个专业的天气衍生品（如 Polymarket）交易员。你的任务是根据当前天气数据推测今日最高温度趋势，进行交易决策。
-请严格根据以下我提供的【{city_name}】的实时天气数据和规则策略进行分析。
+你是一个专业的天气衍生品（如 Polymarket）交易员。你的任务是分析当前天气特征，判断今日实测最高温是否能达到或超过预报中的【最高值】。
 
-【参考数据与态势】
+请综合以下提供的【{city_name}】气象特征进行深度推理。
+
+【气象特征与事实】
 {weather_insights}
 
+【分析重点】
+1. **动力来源**：对比太阳辐射(W/m²)与最高温出现时间。如果低辐射时段气温冲高，说明是强暖平流，预报往往低估这种惯性。
+2. **阻碍因子**：由于高湿度(>80%)、降水或全阴天气导致的升温失速。
+3. **模型 spread**：多模型极差如果很大，说明结算极具博弈价值。
+4. **结算边界**：如果当前温度处于 X.5 这种进位/舍位边缘，需特别预警。
+
 【输出要求】
-1. 语言必须极端简练，直击要害，整体不超过60个字。
-2. 必须给出一个明确的操作建议（针对“今天温度是否会涨到预报峰值”）。结论可以是：下注YES、下注NO、或 观望。
-3. 必须包含 1-10 的信心指数。
-4. 严格按照以下HTML格式输出:
+1. **禁止废话**，整体控制在 80 字以内。
+2. 严格按照以下 HTML 格式输出:
 
 🤖 <b>Groq AI 决策</b>
-- 💡 逻辑: [一句话说明核心支撑逻辑]
-- 🎯 建议: <b>[下注YES / 下注NO / 观望]</b> (信心: [1-10]/10)
+- 💡 逻辑: [简述动力来源/阻碍因子。例如：暖平流强势推高，且辐射极低时段创新高，极大概率超预报。]
+- ⏰ 时机: [理想 / 较好 / 谨慎 / 不建议] (信心: [1-10]/10)
 """
 
         payload = {