feat: AI 自然语言选股（GLM）+ 全市场数据管道 + 远程 PostgreSQL

- 首页双入口（智能选股/策略回测）：引入 vue-router，顶部导航
- 智能选股：自然语言 -> LLM 解析结构化条件（智谱 GLM，OpenAI 兼容，/v4 兼容）-> SQL 快照预筛 + pandas 指标过滤（复用 indicators 单一事实源）
- 条件模型：指标 vs 常数/指标（value_indicator，如 DIF>DEA、close<布林下轨）、lookback+match 表达连续N天/近N天任一天、市值/PE/PB/换手率快照条件、默认排除 ST/退市/北交所
- 全市场数据同步：按 trade_date 批量拉取未复权日线（与回测 candles qfq 隔离），交易日历/股票列表本地缓存，daily_basic 仅最新截面，Tushare 限频兜底（分钟级重试/小时级降级）
- 存储：DATABASE_URL 切远程 PostgreSQL（cirry.cn/stock），本地 SQLite 已移除
- .env 入库（私有仓库）；smoke_test 扩展选股链路

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

backend/app/api.py

@@ -1,8 +1,11 @@
 """HTTP 路由（OpenAPI 契约的载体）。
 
-  GET  /api/health          健康检查
-  GET  /api/candles/{sym}   取 K 线（支持 1d/1w/1M/1y 周期，日线为基底聚合）
-  POST /api/backtest        跑回测，返回 K线+指标+买卖点+净值+绩效
+  GET  /api/health               健康检查
+  GET  /api/candles/{sym}        取 K 线（支持 1d/1w/1M/1y 周期，日线为基底聚合）
+  POST /api/backtest             跑回测，返回 K线+指标+买卖点+净值+绩效
+  POST /api/screener/run         智能选股：自然语言 -> 条件 -> 全市场筛选
+  POST /api/screener/sync        启动全市场数据同步（后台任务）
+  GET  /api/screener/sync/status 同步任务状态与数据实况
 """
 from __future__ import annotations
 
@@ -14,6 +17,7 @@ from sqlalchemy.ext.asyncio import AsyncSession
 
 from .backtest.engine import BacktestConfig, run_backtest
 from .backtest.strategies import build_strategy
+from .config import settings
 from .data import fetcher, repository
 from .data.aggregation import bars_per_year, resample_bars
 from .data.synthetic import seed_if_empty
@@ -27,10 +31,17 @@ from .schemas import (
     EquityPoint,
     IndicatorOut,
     MetricsOut,
+    ScreenerRunRequest,
+    ScreenerRunResponse,
+    ScreenerSyncRequest,
+    ScreenerSyncStatus,
     SignalOut,
     SyncRequest,
     SyncResponse,
 )
+from .screener import engine, market_sync
+from .screener.engine import DataNotReadyError
+from .screener.llm import ScreenerError, parse_conditions
 
 router = APIRouter(prefix="/api")
 
@@ -165,3 +176,46 @@ async def backtest(
         final_position=result["final_position"],
         initial_cash=req.initial_cash,
     )
+
+
+# ---------- 智能选股 ----------
+@router.post("/screener/run", response_model=ScreenerRunResponse)
+async def screener_run(
+    req: ScreenerRunRequest, session: AsyncSession = Depends(get_session)
+) -> ScreenerRunResponse:
+    """自然语言 -> LLM 解析条件 -> 全市场筛选。也可直传 conditions 跳过 LLM（微调再跑）。"""
+    try:
+        conds = req.conditions or await parse_conditions(req.text)
+        if not conds.indicator and not conds.snapshot:
+            raise HTTPException(status_code=400, detail="AI 未从描述中解析出任何筛选条件，请换种说法")
+        result = await engine.run_screen(session, conds, settings.screener_default_limit)
+        return ScreenerRunResponse(**result)
+    except HTTPException:
+        raise
+    except DataNotReadyError as e:
+        raise HTTPException(status_code=409, detail=str(e))
+    except ValueError as e:  # 未知指标/字段、条件为空
+        raise HTTPException(status_code=400, detail=str(e))
+    except ScreenerError as e:
+        code = 503 if "未配置 LLM_API_KEY" in str(e) else 502
+        raise HTTPException(status_code=code, detail=str(e))
+
+
+@router.post("/screener/sync", response_model=ScreenerSyncStatus)
+async def screener_sync_start(
+    req: ScreenerSyncRequest, session: AsyncSession = Depends(get_session)
+) -> ScreenerSyncStatus:
+    """启动全市场数据同步（后台任务，立即返回状态）。"""
+    try:
+        await market_sync.start_sync(session, req.days, req.force)
+    except ScreenerError as e:
+        raise HTTPException(status_code=503, detail=str(e))
+    status = await market_sync.get_sync_status(session)
+    return ScreenerSyncStatus(**{k: status.get(k) for k in ScreenerSyncStatus.model_fields})
+
+
+@router.get("/screener/sync/status", response_model=ScreenerSyncStatus)
+async def screener_sync_status(session: AsyncSession = Depends(get_session)) -> ScreenerSyncStatus:
+    """同步任务状态 + 数据实况（最新交易日/行数/ready）。"""
+    status = await market_sync.get_sync_status(session)
+    return ScreenerSyncStatus(**{k: status.get(k) for k in ScreenerSyncStatus.model_fields})