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

layers/planner.py

@@ -5,7 +5,7 @@ import json
 from typing import Any
 
 from core.config import LLM_CONFIG
-from core.utils import get_llm_client, extract_json_object
+from core.utils import get_llm_client, llm_chat, extract_json_object
 
 PROMPT = """你是一个数据分析规划专家。
 
@@ -52,8 +52,8 @@ class Planner:
         self.client, self.model = get_llm_client(LLM_CONFIG)
 
     def plan(self, question: str, schema_text: str) -> dict[str, Any]:
-        response = self.client.chat.completions.create(
-            model=self.model,
+        content = llm_chat(
+            self.client, self.model,
             messages=[
                 {"role": "system", "content": PROMPT},
                 {"role": "user", "content": f"## Schema\n{schema_text}\n\n## 用户问题\n{question}"},
@@ -61,7 +61,6 @@ class Planner:
             temperature=0.1,
             max_tokens=1024,
         )
-        content = response.choices[0].message.content.strip()
         plan = extract_json_object(content)
 
         if not plan: