feat(aiops): 新增「智能运维」——AI 日志分析（P0，不扫日志内容）

=== 为什么这样设计（成本优先）===
全集群 370GB/天，把日志原文丢给模型是不可能的（一次几百万 token）。
所以整条链路只做一件事：**把 GB 级日志压成 KB 级信号**。

P0 的信号来源全部是索引/快照，**零日志内容扫描**：
  体积 + 趋势   → index/volume_range（实测 24h 仅 54ms）
  条数/流数     → index/stats，且只在 ≤2 小时窗口用
                  （全天 index/stats 实测 20s，绝不能进 AI 路径）
  应用排行      → 平台小时级预聚合快照（毫秒）
  基线对比      → 上一个等长窗口的 volume_range
  告警          → 平台投递记录
实测一次分析：3~6 秒、输入 600~1400 tokens（约 ¥0.005/次）。

=== 后端 ===
models/ai.go            AIConfig（APIKey 加密存储）+ AIAnalysisRun（审计）
services/ai_config.go   读写配置、掩码返回、每日 token 用量统计
services/ai_provider.go OpenAI 兼容客户端 + 连通性测试
                        （DeepSeek/通义/内网 vLLM/Ollama 通用）
services/ai_redact.go   脱敏：凭据/邮箱/手机号/身份证 → 占位符，
                        **保留内网 IP 与端口**（排查必需）
services/ai_signal.go   信号采集 + 渲染成紧凑文本（省 token）
services/ai_analyze.go  结构化输出解析、配额闸门、审计落库
controllers/ai.go       /ai/config /ai/config/test /ai/analyze /ai/runs

成本闸门（三层）：
  1) 单次：时间范围 ≤24h、maxTokens ≤1500
  2) 每用户每日 token 上限（默认 50 万，可配，超限直接拒绝并说明）
  3) 审计只留最近 500 条，避免表膨胀

=== 前端 ===
新页面 /aiops（侧栏「智能运维」，管理员），页内单层 tab：
  日志分析 / 模型配置 / 分析历史
- 分析：数据源 + 时间预设(15m/1h/6h/24h) + 可选提问 → 结论/证据/建议/不确定 四区
       顶部显示本次消耗（in/out tokens、耗时），可查看「发给模型的完整内容」
- 配置：启用开关、Base URL、模型、API Key（掩码）、温度、输出上限、超时、
       每日配额、额外脱敏正则；按钮顺序改为「测试连接 → 保存配置」
- 历史：服务端分页（20/页），点行看详情与 payload

=== 两个真实踩坑（已修）===
1) 密码含 @ 导致脱敏漏掉（mysql://user:P@ssw0rd@host）
   → URL basic-auth 规则改为贪婪匹配到最后一个 @，由单测锁定
2) 结论里的时间是 UTC（容器无 tzdata，time.Local=UTC），
   模型写"凌晨 6 点下跌"而运维当时是下午 2 点
   → 显式用东八区展示（LOKISTACK_DISPLAY_TZ=UTC 可覆盖）

=== 实测（69147008fcf4）===
  配置保存 → key 掩码 sk-***e286；连通性测试返回「正常」
  分析 15 分钟窗口：4.1s，结论识别出"窗口末段体积断崖约 -60%"
  信号时间 14:23~14:38（本地时间正确）
  历史分页 total=3，tokens/耗时字段完整
  单测：脱敏 2 个用例 + 模型输出解析 4 个用例 + 6 条 AI 路由断言

frontend/src/api/ai/index.ts

@@ -0,0 +1,94 @@
+import { http } from '@/api/http'
+
+export interface AIConfig {
+  enabled: boolean
+  provider: string
+  baseUrl: string
+  /** 后端永远返回掩码（sk-***abcd），保存时留空表示不修改 */
+  apiKey: string
+  model: string
+  temperature: number
+  maxTokens: number
+  timeoutSec: number
+  dailyTokenCap: number
+  maxScanBytes: number
+  redactExtra: string[]
+}
+
+export interface AIConfigResponse {
+  config: AIConfig
+  tokenUsedToday: number
+}
+
+export interface AIFinding {
+  title: string
+  evidence: string
+  severity: 'high' | 'medium' | 'low' | string
+}
+
+export interface AIAnalysisResult {
+  summary: string
+  findings: AIFinding[]
+  actions: string[]
+  unknowns: string[]
+  parseError?: string
+}
+
+export interface AISignalBundle {
+  sourceId: number
+  sourceName: string
+  selector: string
+  from: string
+  to: string
+  rangeMinutes: number
+  totalBytes: number
+  totalEntries: number
+  entriesExact: boolean
+  apps: Array<{ app: string; namespace: string; entries: number; bytes: number; share: string }>
+  alerts: Array<{ ruleName: string; status: string; count: number; createdAt: string }>
+  baseline?: { previousBytes: number; currentBytes: number; deltaPercent: number; comparisonNote: string }
+  snapshotHours: number
+  warnings: string[]
+}
+
+export interface AIRun {
+  id: number
+  userId: number
+  username: string
+  sourceId: number
+  sourceName: string
+  rangeMinutes: number
+  model: string
+  question: string
+  status: string
+  error: string
+  conclusion: string
+  promptPayload: string
+  promptTokens: number
+  completionTokens: number
+  scanBytes: number
+  durationMs: number
+  createdAt: string
+}
+
+export interface AIAnalyzeResponse {
+  result: AIAnalysisResult
+  signals: AISignalBundle
+  prompt: string
+  run: AIRun
+  warnings: string[]
+}
+
+export const aiApi = {
+  getConfig: () => http.get<AIConfigResponse>('/ai/config'),
+  saveConfig: (data: Partial<AIConfig>) => http.put<{ config: AIConfig }>('/ai/config', data),
+  testConfig: (data: { baseUrl?: string; model?: string; apiKey?: string }) =>
+    http.post<{ reply: string; model: string }>('/ai/config/test', data, { timeout: 45000 }),
+  analyze: (data: { sourceId: number; start: number; end: number; question?: string }) =>
+    http.post<AIAnalyzeResponse>('/ai/analyze', data, { timeout: 180000 }),
+  runs: (page: number, pageSize: number) =>
+    http.get<{ list: AIRun[]; total: number; page: number; pageSize: number }>(
+      `/ai/runs?page=${page}&pageSize=${pageSize}`,
+    ),
+  run: (id: number) => http.get<AIRun>(`/ai/runs/${id}`),
+}