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

cli.py

@@ -1,5 +1,5 @@
 """
-交互式 CLI —— 四层架构自适应分析
+交互式 CLI —— 四层架构自适应分析（增强版）
 用法: python cli.py [数据库路径]
 """
 import os
@@ -7,7 +7,7 @@ import sys
 
 sys.path.insert(0, os.path.dirname(__file__))
 
-from core.config import DB_PATH, LLM_CONFIG, MAX_EXPLORATION_ROUNDS, PLAYBOOK_DIR
+from core.config import DB_PATH, LLM_CONFIG, MAX_EXPLORATION_ROUNDS, PLAYBOOK_DIR, PROJECT_ROOT
 from agent import DataAnalysisAgent
 
 
@@ -17,6 +17,8 @@ def print_help():
   <问题>             分析一个问题
   rounds=<N> <问题>  设置探索轮数
   report [主题]      整合所有分析，生成综合报告
+  export             导出最近一次分析结果为 CSV
+  reports            列出已保存的报告文件
   schema             查看数据库 Schema
   playbooks          查看已加载的预设剧本
   regen              重新生成预设剧本
@@ -28,6 +30,39 @@ def print_help():
 """)
 
 
+def cmd_reports(agent):
+    """列出已保存的报告"""
+    reports_dir = agent.reports_dir
+    if not os.path.isdir(reports_dir):
+        print("（reports 目录不存在）")
+        return
+    files = sorted([f for f in os.listdir(reports_dir) if f.endswith(".md")])
+    if not files:
+        print("（尚无保存的报告）")
+        return
+    print(f"\n📁 已保存 {len(files)} 份报告:")
+    for f in files:
+        fpath = os.path.join(reports_dir, f)
+        size = os.path.getsize(fpath)
+        print(f"   📄 {f} ({size/1024:.1f} KB)")
+
+
+def setup_readline():
+    """启用命令历史（Linux/macOS）"""
+    try:
+        import readline
+        histfile = os.path.join(PROJECT_ROOT, ".cli_history")
+        try:
+            readline.read_history_file(histfile)
+        except FileNotFoundError:
+            pass
+        import atexit
+        atexit.register(readline.write_history_file, histfile)
+        readline.set_history_length(100)
+    except ImportError:
+        pass
+
+
 def main():
     db_path = sys.argv[1] if len(sys.argv) > 1 else DB_PATH
 
@@ -36,9 +71,15 @@ def main():
         sys.exit(1)
 
     if not LLM_CONFIG["api_key"]:
-        print("⚠️  未配置 LLM_API_KEY")
+        print("❌ LLM_API_KEY 未配置！")
+        print("   请设置环境变量或创建 .env 文件：")
+        print("   LLM_API_KEY=your-key")
+        print("   LLM_BASE_URL=https://api.openai.com/v1")
+        print("   LLM_MODEL=gpt-4o-mini")
         sys.exit(1)
 
+    setup_readline()
+
     agent = DataAnalysisAgent(db_path)
 
     print("=" * 60)
@@ -50,6 +91,8 @@ def main():
     print(f"📋 预设剧本: {len(agent.playbook_mgr.playbooks)} 个")
     print(f"\n💬 输入分析问题（help 查看命令）\n")
 
+    last_steps = None  # 记录最近一次分析的 steps，用于 export
+
     while True:
         try:
             user_input = input("📊 > ").strip()
@@ -75,7 +118,19 @@ def main():
             print(agent.get_audit())
         elif cmd == "clear":
             agent.clear_history()
+            last_steps = None
             print("✅ 历史已清空")
+        elif cmd == "reports":
+            cmd_reports(agent)
+        elif cmd == "export":
+            if last_steps:
+                fpath = agent.export_data(last_steps)
+                if fpath:
+                    print(f"✅ 导出成功: {fpath}")
+                else:
+                    print("⚠️ 无数据可导出")
+            else:
+                print("⚠️ 请先执行一次分析")
         elif cmd.startswith("report"):
             topic = user_input[6:].strip()
             try:
@@ -120,6 +175,9 @@ def main():
 
             try:
                 report = agent.analyze(question, max_rounds=max_rounds)
+                # 保存 steps 用于 export
+                if agent.context.sessions:
+                    last_steps = agent.context.sessions[-1].steps
                 print("\n" + report)
                 print("\n" + "~" * 60)
             except Exception as e: