之前在Day9的時候，
實際上已經有先畫出了一個產業地圖
所以今天要透過之前這個產業地圖，
來做出一個供應鏈關聯分析
主要就是透過地圖中每一條線都有「連動強度」，
回應一個產業分析最常被問的問題
比如這個節點如果出事，會牽動誰、被誰牽動？

一、今日目標

• 以使用者在地圖上選定的節點為中心，量化上游依賴與下游支撐的強度
• 找出整條產業鏈的關鍵節點，解決兩份資料的對照問題

二、模型設計

今天這個模型，在模型設計上預計會分成三層

1. 邊的權重：把 Day 13 關聯表的投入係數，透過 sector_mapping 對照表攤到地圖的 22 條連線上
2. 節點視角：以選定節點為中心，分別加總上游依賴（向後、藍線）與下游支撐（向前、橘線），輸出連動強度排行——線寬直接映射強度，讓地圖自己會說話
3. 全鏈視角：對整張圖算加權中心性，找出「斷鏈風險最高的點」

因此在結果儀表板的呈現上，係沿用前面製作的Cytoscape 地圖，
只是這次邊有了粗細、節點有了排名
讓同一張圖，從「示意圖」變成「分析圖」

三、我下的 Prompt

依產業模型4的規格實作 models/supply.ts：

1. 讀 industry_map.json 與 io_table.json，透過 sector_mapping 為每條 edge 計算連動強度
2. 輸入選定節點 id，輸出上游依賴與下游支撐的排行（統一 JSON）
3. 對全圖計算加權中心性（度中心性 × 邊權重即可，不必上複雜演算法），輸出前三名關鍵節點
4. Cytoscape 的邊寬綁定強度、依上下游分色，選定節點的一階鄰居以外淡化

Claude的回覆如下，並給我一個打包檔

打包檔內容如下

設計重點

Claude在安裝包中，特別提及了本模型中
有兩個設計需要注意

1. 連動分數 0–100 是「本次分析內的相對值」(最強=100),介面明講,同時並列官方係數原值——相對值好讀,原值可查證,兩者都給
2. 粒度侷限寫死在侷限清單:地圖節點(如 PCB、SMT)細於關聯表部門(電子零組件),同部門節點間以部門自身係數近似——這是方法的真實邊界,不藏

五、驗收

這邊先一樣進行資料同步
npx tsx scripts/test-ind4.ts

確認了 test-ind1/2/3 全過

因此開啟Local host來進行實際驗證
npm run dev

在產業地圖中，可以看到這次改的實際變化

六、今日小結

今天其實在模型製作上，主要是做資料的聯接
因為我今天主要做的是讓產業地圖資料
串接到模型之間
因此中間是沒有新的資料運用及分析部分
今天實際上只寫了**「連接」**
且因為在先前的規劃中
地圖與關聯表都已經是現成的
所以今天的內容只是讓兩份資料接起來對照
讓使用者可以在產業地圖上
直接透過箭頭與連線判定