校准漂移检测增加日志告警 + 更新架构文档

- core.py：drift.drifted=true 时输出 loguru warning，包含 delta% 和 sample 数量
- data-architecture-review.md：标记 2 项误诊（METAR TTL 实际 600s、轮询已有 AbortController 保护）
- 剩余真正待办：校准自动重训练（需算力）、缓存键细化（低优先级）

docs/data-architecture-review.md

@@ -98,9 +98,9 @@ EMOS 线性回归校准 raw distribution，支持 `legacy` / `emos_shadow` / `em
 
 ## 六、待办
 
-| # | 问题 | 优先级 |
+| # | 问题 | 优先级 | 说明 |
-|---|------|------|
+|---|------|------|------|
-| 1 | 校准系数需手动重新训练（数据分布变化时 CRPS 漂移） | 🟡 |
+| 1 | 校准系数需手动重新训练 | 🟡 | 漂移检测已有，但自动触发重训练需要 GPU/算力资源 |
-| 2 | METAR TTL 60s 过于激进 | 🟡 |
+| 2 | 缓存键过粗 — `city::mode` 粒度 | 🟢 | 微小温度变化触发完整重算，可考虑内容 hash 键 |
-| 3 | 缓存键过粗 — 微小变化触发完整重算 | 🟢 |
+
-| 4 | 扫描终端 10min 轮询与 35s 超时可能堆积 pending 请求 | 🟢 |
+> 注：原审查中 METAR TTL 60s 实际为 600s（误诊）；扫描终端轮询已有 `AbortController` + `requestSeq` 保护（误诊）。

web/core.py

@@ -508,6 +508,12 @@ def _probability_summary() -> Dict[str, Any]:
             records.append(rec)
         if records:
             drift = check_calibration_drift(records)
+            if drift.get("drifted"):
+                logger.warning(
+                    "Calibration drift detected: {} — {}",
+                    drift.get("warning") or "CRPS degraded",
+                    f"delta={drift.get('delta_pct')}% samples={drift.get('sample_count')}",
+                )
     except Exception:
         pass
     return {