feat: Introduce AI analysis module and refactor bot_listener.py to prepare weather data for AI-driven insights.

src/analysis/ai_analyzer.py

@@ -30,15 +30,16 @@ def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) ->
 【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。
+3. **结算推演**：根据我提供给你的【博弈区间】以及【当前所处时段(是否过了最热期)】推断并告诉我最终结算温度落在哪个区间的希望更大。
 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. **禁止废话**，整体控制在 80 字以内。
+1. **禁止废话**，整体控制在 100 字以内。
 2. 严格按照以下 HTML 格式输出:
 
 🤖 <b>Groq AI 决策</b>
-- 💡 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。]
+- 🎲 盘口: [一句话指出结算在哪里博弈，以及目前是否到了最热时段。例如：距最热时段还有3小时，目前预计在27或28之间博弈，有突破可能。]
+- 💡 逻辑: [不要重复模版例子！请使用一句话提炼机场实测(如风速风向、云量、气温变化趋势)及热力动力因子。例如：实测吹强劲西南风(15kt)伴随云量减少，辐射加热强劲，破预报阻力非常小。]
 - 🎯 信心: [1-10]/10
 """