- 目標

/api/recommendations 改為：查 evidence → 規則算分 → 排序 → 回傳 DTO

規則可擴充（日後可替換成 ONNX Runtime）

規則設計（建議版）

證據等級：A=+9、B=+8、C=+7、D=+5

方向：improves +0、worsens −2、no_effect −1

幅度：magnitude ∈ [-1,+1] 加權（缺值視為 0）

多筆同食物：可用 加權平均 或 最大值（Day 5 先用最大值簡化）

最終分數：0–10 clamp

- 工作項目
Service 層策略

介面：ScoringStrategy.score(effectId): List<RecommendationItem>

實作：RuleScoringStrategy（讀 EvidenceDao.findByEffect → 聚合同名食物 → 規則算分）

- DTO

RecommendationItem{ itemType, name, score, evidenceGrade, references }

RecommendationResponse{ effectId, items }

- DAO 調整（若需要聚合）

先查明細，聚合在 Java（Day 5 快速完成）

之後可改 SQL 層聚合＋分數子查詢

Controller 保持不變

/api/recommendations?effectId=E001|E002

- 驗收

E002（抗皺）回傳：食物依分數 降冪排序

E001（烏髮）同理

空或錯誤參數：回 400/422