feat: AI历史记录、企业信息seed、员工状态自动刷新、风险预测数据准确性优化

- 智能问答/风险预测/合同审查/案例匹配 均支持历史记录保存、加载、删除
- 后端 predict/predict-stream 补充离职记录详情和预计算工龄/天数，避免AI计算错误
- Organization 增加 contactName/contactPhone 字段，seed 企业信息
- Settings 页面修复 orgData/usersData 取值路径错误
- Roster/Termination/Contracts mutation 增加 roster cache invalidation
- 员工档案页面 tab 固定、内容区域滚动到窗口底部
- 解聘证据链显示逻辑修复（协商一致离职 vs 员工主动离职）

backend/src/services/ai.service.ts

@@ -193,3 +193,43 @@ ${orgContext}
 
   return response.choices[0]?.message?.content || ''
 }
+
+export async function* predictRisksStream(orgContext: string) {
+  const prompt = `基于以下企业用工数据，预测未来30天可能出现的合规风险，并给出优先级建议。
+
+请使用 Markdown 格式输出，包含以下部分：
+
+## 未来30天预计风险
+
+用表格列出每个风险项：
+
+| 优先级 | 员工/范围 | 风险描述 | 法律依据 | 建议措施 | 截止日期 |
+|--------|-----------|----------|----------|----------|----------|
+
+## 优先级建议
+
+按紧急程度排序，说明先处理什么、再处理什么。
+
+## 合规建议总结
+
+简要总结企业当前用工合规状况和改进方向。
+
+企业数据：
+${orgContext}`
+
+  const stream = await client.chat.completions.create({
+    model: 'qwen-plus',
+    messages: [
+      { role: 'system', content: '你是劳动用工风险预测专家，能基于企业数据分析未来风险趋势。请使用 Markdown 格式输出，善用表格、加粗、列表等格式。' },
+      { role: 'user', content: prompt },
+    ],
+    temperature: 0.5,
+    max_tokens: 2000,
+    stream: true,
+  })
+
+  for await (const chunk of stream) {
+    const delta = chunk.choices[0]?.delta?.content
+    if (delta) yield delta
+  }
+}