feat: replace AI-computed probability with math-based normal distribution from ensemble data

src/analysis/ai_analyzer.py

@@ -38,11 +38,7 @@ def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) ->
 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. **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。
-5. **概率估算（极其重要，务必仔细推理）**：
-   - WU 结算规则：实测最高温四舍五入到整数。即 X.5 以上进位，X.5 以下舍去。例如：3.5°C→4°C，3.4°C→3°C。
-   - 你必须先判断 DEB 融合值和各模型预报落在哪个 WU 取整区间内。例如 DEB=3.6°C 落在 [3.5, 4.5) 区间，对应 WU 结算 4°C。
-   - 然后综合集合预报 P10-P90 区间覆盖了哪些 WU 取整区间，按覆盖比例分配概率。
-   - 最终给出 2-4 个 WU 结算整数温度的概率（必须加起来 = 100%）。
+5. **概率参考**：我已经通过数学模型计算好了结算概率分布（见【气象特征与事实】中的"数学概率分布"），请在你的逻辑分析中参考它来判断最终结算方向。
 
 【输出要求】
 1. **禁止废话**，整体控制在 200 字以内。
@@ -51,7 +47,6 @@ def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) ->
 🤖 <b>Groq AI 决策</b>
 - 🎲 盘口: [必须明确指出最热时段（如：预计最热在 14:00-16:00）以及当前的博弈区间（如：锁定在 27°C 或 28°C 之间博弈）。若已明确降温，请直接给出死盘结论。]
 - 💡 逻辑: [用 2-3 句话深度分析：①当前机场实测的风速风向和云量对升温的促进/阻碍；②结合辐射、暖平流等动力因子判断温度还有多少上升空间；③最终是否能达到预报值。不要泛泛而谈，请使用具体数值。]
-- 📊 概率: [列出最可能的 2-4 个 WU 结算整数温度及概率。注意：概率应反映实测最高温落入对应取整区间的可能性。格式：4°C(55%) | 3°C(35%) | 5°C(10%)]
 - 🎯 置信度: [1-10]/10
 """