feat(dc/tool-c): 完成AI代码生成服务（Day 3 MVP）

核心功能：
- 新增AICodeService（550行）：AI代码生成核心服务
- 新增AIController（257行）：4个API端点
- 新增dc_tool_c_ai_history表：存储对话历史
- 实现自我修正机制：最多3次智能重试
- 集成LLMFactory：复用通用能力层
- 10个Few-shot示例：覆盖Level 1-4场景

技术优化：
- 修复NaN序列化问题（Python端转None）
- 修复数据传递问题（从Session获取真实数据）
- 优化System Prompt（明确环境信息）
- 调整Few-shot示例（移除import语句）

测试结果：
- 通过率：9/11（81.8%） 达到MVP标准
- 成功场景：缺失值处理、编码、分箱、BMI、筛选、填补、统计、分类
- 待优化：数值清洗、智能去重（已记录技术债务TD-C-006）

API端点：
- POST /api/v1/dc/tool-c/ai/generate（生成代码）
- POST /api/v1/dc/tool-c/ai/execute（执行代码）
- POST /api/v1/dc/tool-c/ai/process（生成并执行，一步到位）
- GET /api/v1/dc/tool-c/ai/history/:sessionId（对话历史）

文档更新：
- 新增Day 3开发完成总结（770行）
- 新增复杂场景优化技术债务（TD-C-006）
- 更新工具C当前状态文档
- 更新技术债务清单

影响范围：
- backend/src/modules/dc/tool-c/*（新增2个文件，更新1个文件）
- backend/scripts/create-tool-c-ai-history-table.mjs（新增）
- backend/prisma/schema.prisma（新增DcToolCAiHistory模型）
- extraction_service/services/dc_executor.py（NaN序列化修复）
- docs/03-业务模块/DC-数据清洗整理/*（5份文档更新）

Breaking Changes: 无

总代码行数：+950行

Refs: #Tool-C-Day3

docs/03-业务模块/DC-数据清洗整理/02-技术设计/工具 C：AI 辅助医疗数据清洗场景分级清单.md

@@ -0,0 +1,114 @@
+# **工具 C：AI 辅助医疗数据清洗场景分级清单**
+
+这份清单按**技术实现难度**和**业务逻辑复杂度**从简单到复杂排列。所有场景均假设数据已加载为 Pandas DataFrame (df)。
+
+## **Level 1: 基础卫生清理 (Data Hygiene)**
+
+*目标：把“脏”数据变成“能读”的数据。Excel 也能做，但 Python 更快更准。*
+
+### **1.1 变量名标准化 (Rename)**
+
+* **场景：** 原始表头是中文或含特殊符号（年龄(岁), 性别/Gender, 入院\_日期），SPSS 报错。  
+* **用户指令：** “把所有列名转为纯英文小写，去掉括号。”  
+* **Python 逻辑：** 使用映射字典或正则替换列名。
+
+### **1.2 数值列“排毒” (Clean Numeric)**
+
+* **场景：** 检验科导出的数据，数值列混入了符号（\>100, \<0.1, 12.5+, 未查）。  
+* **用户指令：** “把‘肌酐’列里的非数字符号去掉，‘\<0.1’按‘0.05’处理，转为浮点数。”  
+* **Python 逻辑：** str.replace \+ 正则提取 \+ pd.to\_numeric(errors='coerce')。
+
+### **1.3 统一缺失值 (Standardize Nulls)**
+
+* **场景：** 数据里混杂了各种代表“空”的词：NA, N/A, \-, \\, 不详。  
+* **用户指令：** “把所有代表‘没有’的字符都统一替换为标准的空值。”  
+* **Python 逻辑：** df.replace(\['-', '不详', 'NA'\], np.nan, inplace=True)。
+
+## **Level 2: 变量标准化与重编码 (Recode & Standardization)**
+
+*目标：为统计分析准备分类变量。*
+
+### **2.1 文本转数值映射 (Map Categorical)**
+
+* **场景：** 性别列是 Male/Female，吸烟史是 Yes/No。  
+* **用户指令：** “把性别转为 1(男)/0(女)，把吸烟史转为 1/0。”  
+* **Python 逻辑：** df\['sex'\].map({'Male': 1, 'Female': 0})。
+
+### **2.2 连续变量分箱 (Binning)**
+
+* **场景：** 需要按年龄分组进行卡方检验。  
+* **用户指令：** “把年龄按 0-18, 19-60, 60+ 分为‘未成年’, ‘成年’, ‘老年’三组。”  
+* **Python 逻辑：** pd.cut() 函数。
+
+### **2.3 复杂日期计算 (Date Logic)**
+
+* **场景：** 计算生存时间（OS）。Excel 经常算错闰年或月份。  
+* **用户指令：** “根据‘确诊日期’和‘随访日期’计算生存月数，保留1位小数。”  
+* **Python 逻辑：** (df\['end\_date'\] \- df\['start\_date'\]).dt.days / 30.4。
+
+## **Level 3: 临床逻辑特征工程 (Feature Engineering)**
+
+*目标：基于医学知识生成新的分析指标。*
+
+### **3.1 复合公式计算 (Complex Formula)**
+
+* **场景：** 计算 eGFR (肾小球滤过率) 或 BMI。  
+* **用户指令：** “帮我计算 BMI。如果 BMI \> 28，生成新列标记为‘肥胖’。”  
+* **Python 逻辑：** 向量化计算 df\['weight'\] / (df\['height'\]/100)\*\*2 \+ 条件赋值 np.where。
+
+### **3.2 提取入排标准 (Cohort Selection)**
+
+* **场景：** 筛选符合条件的入组人群。  
+* **用户指令：** “筛选出：确诊为肺腺癌，且年龄大于18岁，且没有高血压病史的病人。”  
+* **Python 逻辑：** df.query("diagnosis \== 'Lung Adenocarcinoma' & age \> 18 & hypertension \== 0")。
+
+### **3.3 哑变量生成 (One-Hot Encoding)**
+
+* **场景：** 准备做 Logistic 回归，有一个无序多分类变量“血型 (A, B, AB, O)”。  
+* **用户指令：** “把血型生成哑变量。”  
+* **Python 逻辑：** pd.get\_dummies(df\['blood\_type'\], prefix='blood')。
+
+## **Level 4: 结构重塑与高级治理 (Reshaping & Governance)**
+
+*目标：改变表格结构以适应特定的统计模型，或进行高阶数据修复。*
+
+### **4.1 长宽表转换 (Pivot/Melt) —— Excel 的噩梦**
+
+* **场景：** 目前是“一人多行”（张三-第1次化验，张三-第2次化验），要做重复测量分析，需要变成“一人一行”（张三-化验1-化验2）。  
+* **用户指令：** “把表格从长表转为宽表，按病人ID索引，用‘访视次序’做后缀，铺开‘白细胞’列。”  
+* **Python 逻辑：** df.pivot(index='id', columns='visit', values='wbc')。
+
+### **4.2 智能去重 (Smart Deduplication)**
+
+* **场景：** 同一个病人有两条记录，一条信息全，一条信息缺。  
+* **用户指令：** “按病人ID去重。如果有重复，保留‘检查日期’最近的那一条；如果日期一样，保留‘数据完整度’最高的那条。”  
+* **Python 逻辑：** df.sort\_values(\['date', 'completeness'\]).drop\_duplicates(subset=\['id'\], keep='last')。
+
+### **4.3 跨列逻辑校验 (Cross-Check)**
+
+* **场景：** 发现脏数据。  
+* **用户指令：** “检查一下有没有‘男性’但是‘怀孕次数\>0’的错误数据，标记出来。”  
+* **Python 逻辑：** df.loc\[(df\['sex'\]=='男') & (df\['preg\_count'\]\>0), 'error\_flag'\] \= 1。
+
+### **4.4 多重插补 (Multiple Imputation) —— 统计学的高级填补**
+
+* **场景：** 数据集有缺失值（如 BMI 缺失），单纯用均值填补会破坏数据分布。需要利用其他变量（如年龄、性别、肌酐）的相关性来预测填补。  
+* **用户指令：** “使用多重插补法(MICE)对‘BMI’和‘年龄’列的缺失值进行填补。”
+
+* # **Python 逻辑： \`\`\`python**   **from sklearn.experimental import enable\_iterative\_imputer**   **from sklearn.impute import IterativeImputer**   **仅针对数值列进行插补**   **cols \= \['bmi', 'age', 'creatinine'\]**   **imp \= IterativeImputer(max\_iter=10, random\_state=0)**   **df\[cols\] \= imp.fit\_transform(df\[cols\])** 
+
+## **Level 5: 非结构化文本挖掘 (Text Mining) —— Python 的绝对统治区**
+
+*目标：从备注或报告文本中“抠”出数据。这是 Excel 绝对做不到的。*
+
+### **5.1 正则表达式提取 (Regex Extraction)**
+
+* **场景：** 只有一列文本“病理诊断”，内容如：“(左肺上叶)浸润性腺癌，大小3.5\*2cm”。需要提取肿瘤大小。  
+* **用户指令：** “从‘病理诊断’里提取出肿瘤的长径（最大的那个数字）。”  
+* **Python 逻辑：** df\['text'\].str.extract(r'(\\d+\\.?\\d\*)\\s\*\[\\\*xX\]\\s\*(\\d+\\.?\\d\*)') 并取最大值。
+
+### **5.2 字符串模糊匹配 (Fuzzy Matching)**
+
+* **场景：** 医院名称录入混乱：“协和医院”、“北京协和”、“协和”。需要统一。  
+* **用户指令：** “把‘医院名称’列里所有包含‘协和’的，都统一改为‘PUMCH’。”  
+* **Python 逻辑：** df.loc\[df\['hospital'\].str.contains('协和'), 'hospital'\] \= 'PUMCH'。