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。

src/components/OntologyInspector.tsx

@@ -10,6 +10,9 @@ export function OntologyInspector() {
   const activeTemplateId = useStore((state) => state.activeTemplateId);
   const activeClassId = useStore((state) => state.activeClassId);
   const activeClass = useStore((state) => state.activeClass);
+  const masks = useStore((state) => state.masks);
+  const selectedMaskIds = useStore((state) => state.selectedMaskIds);
+  const setMasks = useStore((state) => state.setMasks);
   const setActiveTemplateId = useStore((state) => state.setActiveTemplateId);
   const setActiveClass = useStore((state) => state.setActiveClass);
 
@@ -28,6 +31,25 @@ export function OntologyInspector() {
       setActiveTemplateId(activeTemplate.id);
     }
     setActiveClass(templateClass);
+    const selectedIdSet = new Set(selectedMaskIds);
+    const hasSelectedMasks = masks.some((mask) => selectedIdSet.has(mask.id));
+    if (!hasSelectedMasks) return;
+
+    const templateId = activeTemplate?.id || activeTemplateId || undefined;
+    setMasks(masks.map((mask) => {
+      if (!selectedIdSet.has(mask.id)) return mask;
+      return {
+        ...mask,
+        templateId: templateId || mask.templateId,
+        classId: templateClass.id,
+        className: templateClass.name,
+        classZIndex: templateClass.zIndex,
+        label: templateClass.name,
+        color: templateClass.color,
+        saveStatus: mask.annotationId ? 'dirty' : 'draft',
+        saved: mask.annotationId ? false : mask.saved,
+      };
+    }));
   };
 
   const handleAddCustom = () => {
@@ -164,6 +186,10 @@ export function OntologyInspector() {
                </span>
              </div>
              <div className="space-y-3">
+               <div className="flex items-center justify-between">
+                 <span className="text-[10px] text-gray-500 uppercase">当前选中区域:</span>
+                 <span className="text-xs font-mono text-gray-300">{selectedMaskIds.length}</span>
+               </div>
                <div className="space-y-1">
                  <label className="text-[10px] text-gray-500 uppercase">感知算法置信度</label>
                  <div className="h-1.5 w-full bg-white/10 rounded-full overflow-hidden">