用途：通过 CASS 货运指数的周期转折，侦测美国通胀压力是否放缓或反转，判断“通胀是否正在降温”，并验证市场对降息、通胀回落的宏观叙事是否有实体经济数据支撑。
主要能力：分析 CASS 四个指标——Shipments Index（出货量指数，衡量实体需求强度）、Expenditures Index（运费支出指数，衡量物流成本压力）、Shipments YoY（出货量年增率，主要分析指标，用于侦测周期转折）、Expenditures YoY（支出年增率，验证成本传导）。核心逻辑为货运量约等于实体经济需求强度，出货量下降意味着终端需求减弱、定价能力下降；历史上 CASS 指标对 CPI 具有约 4-6 个月的领先性。关键信号不是单月变化，而是周期转折：年增率转负或创周期新低。侦测到转折时结论为“通胀压力缓解”而非“通缩”，属于 inflation easing / disinflation regime。输出分三层：Freight Status（各指标状态与周期位置）、Lead Alignment（与 CPI YoY 的领先对齐分析）、Signal Assessment（通胀缓解信号判断与信心水准）。
使用方式：先安装依赖 pip install requests websocket-client pandas numpy；以 Chrome 调试模式打开 MacroMicro 图表页（--remote-debugging-port=9222 --remote-allow-origins=* --user-data-dir），等待图表载入后执行 cd scripts 与 python fetch_cass_freight.py --cdp 抓取数据；再执行 python freight_inflation_detector.py --quick 做快速信号分析，或用 --start DATE --indicator X 做完整分析；最后用 python visualize_freight_cpi.py --cache cache/cass_freight_cdp.json --output ../../output/freight_cpi_$(date +%Y-%m-%d).png --start 1995-01-01 生成 CASS 与 CPI 领先性对比图。备选抓取方式为 pip install selenium webdriver-manager 后执行 python scripts/fetch_cass_freight.py --selenium --no-headless。
适用场景：日常监控或快速回答通胀先行信号；需要深度分析时执行完整周期转折与领先性分析；也可用于方法论学习，了解 CASS 指标与通胀的领先关系。
限制：数据依赖 MacroMicro 页面抓取，需本地 Chrome 或 Selenium 环境；领先关系为历史统计规律，当 CASS 与 CPI 走势同步时领先关系可能暂时失效，需谨慎解读；结论为通胀压力缓解而非通缩，且应明确标注数据限制与假设。具体收费、平台支持范围等资料暂未提供。