feat: 完善视频传播、标注编辑和拆帧闭环

- 接入 SAM2 视频传播能力：新增 /api/ai/propagate，支持用当前帧 mask/polygon/bbox 作为 seed，通过 SAM2 video predictor 向前、向后或双向传播，并可保存为真实 annotation。
- 接入 SAM3 video tracker：通过独立 Python 3.12 external worker 调用 SAM3 video predictor/tracker，使用本地 checkpoint 与 bbox seed 执行视频级跟踪，并在模型状态中标记 video_track 能力。
- 完善 SAM 模型分发：sam_registry 按 model_id 明确区分 sam2 propagation 与 sam3 video_track，避免两个模型链路混用。
- 打通前端“传播片段”：VideoWorkspace 使用当前选中 mask 和当前 AI 模型调用后端传播接口，传播结果回写并刷新工作区已保存标注。
- 增强 SAM3 本地 checkpoint 配置：新增 sam3_checkpoint_path 配置和 .env.example 示例，状态检查改为基于本地 checkpoint/独立环境/模型包可用性。
- 完善视频拆帧参数：/api/media/parse 支持 parse_fps、max_frames、target_width，后端任务保存帧时间戳、源帧号和 frame_sequence 元数据。
- 增加运行时 schema 兼容处理：启动时为旧 frames 表补充 timestamp_ms 和 source_frame_number 列，避免旧库升级后缺字段。
- 强化 Canvas 标注编辑：补齐多边形闭合、点工具、顶点拖拽、边中点插入、Delete/Backspace 删除、区域合并和重叠去除等交互。
- 增强语义分类联动：选中 mask 后可通过右侧语义分类树更新标签、颜色和 class metadata，并同步到保存/导出链路。
- 增加关键帧时间轴体验：FrameTimeline 显示具体时间信息，并支持键盘左右方向键切换关键帧。
- 完善 AI 交互分割参数：前端保留正向点、反向点、框选和 interactive prompt 的调用状态，支持 SAM2 细化候选区域与 SAM3 bbox 入口。
- 扩展后端/前端 API 类型：新增 propagateMasks、传播请求/响应 schema，并补齐 annotation、导出、模型状态和任务接口的测试覆盖。
- 更新项目文档：同步 README、AGENTS、接口契约、需求冻结、设计冻结、前端元素审计、实施计划和测试计划，标明真实功能边界与剩余风险。
- 增加测试覆盖：补充 SAM2/SAM3 传播、SAM3 状态、媒体拆帧参数、Canvas 编辑、语义标签切换、时间轴、工作区传播和 API 合约测试。
- 加强仓库安全边界：将 sam3权重/ 加入 .gitignore，避免本地模型权重被误提交。

验证：npm run test:run；pytest backend/tests；npm run lint；npm run build；python -m py_compile；git diff --check。

backend/services/frame_parser.py

@@ -52,6 +52,7 @@ def parse_video(
     output_dir: str,
     fps: int = 30,
     max_frames: Optional[int] = None,
+    target_width: int = 640,
 ) -> Tuple[List[str], float]:
     """Extract frames from a video file using FFmpeg or OpenCV fallback.
 
@@ -60,6 +61,7 @@ def parse_video(
         output_dir: Directory to save extracted frames.
         fps: Target frame extraction rate.
         max_frames: Optional maximum number of frames to extract.
+        target_width: Output frame width for model-friendly frame sequences.
 
     Returns:
         Tuple of (frame_paths, original_fps).
@@ -67,6 +69,8 @@ def parse_video(
     os.makedirs(output_dir, exist_ok=True)
     frame_paths: List[str] = []
     original_fps = get_video_fps(video_path)
+    safe_fps = max(int(fps), 1)
+    safe_width = max(int(target_width), 1)
 
     # Try FFmpeg first
     if shutil.which("ffmpeg"):
@@ -75,7 +79,8 @@ def parse_video(
             cmd = [
                 "ffmpeg",
                 "-i", video_path,
-                "-vf", f"fps={fps},scale=640:-1",
+                "-vf", f"fps={safe_fps},scale={safe_width}:-1",
+                "-start_number", "0",
                 "-q:v", "5",
                 "-y",
                 pattern,
@@ -102,7 +107,7 @@ def parse_video(
         raise RuntimeError(f"Cannot open video: {video_path}")
 
     video_fps = cap.get(cv2.CAP_PROP_FPS) or 30
-    interval = max(1, int(round(video_fps / fps)))
+    interval = max(1, int(round(video_fps / safe_fps)))
     count = 0
     saved = 0
 
@@ -112,6 +117,10 @@ def parse_video(
             break
         if count % interval == 0:
             path = os.path.join(output_dir, f"frame_{saved:06d}.jpg")
+            h, w = frame.shape[:2]
+            if safe_width > 0 and w != safe_width:
+                scale = safe_width / max(w, 1)
+                frame = cv2.resize(frame, (safe_width, max(1, int(round(h * scale)))), interpolation=cv2.INTER_AREA)
             cv2.imwrite(path, frame, [cv2.IMWRITE_JPEG_QUALITY, 80])
             frame_paths.append(path)
             saved += 1