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/VideoWorkspace.test.tsx

@@ -7,6 +7,7 @@ import { VideoWorkspace } from './VideoWorkspace';
 const apiMock = vi.hoisted(() => ({
   getProjectFrames: vi.fn(),
   parseMedia: vi.fn(),
+  propagateMasks: vi.fn(),
   getTask: vi.fn(),
   getTemplates: vi.fn(),
   getProjectAnnotations: vi.fn(),
@@ -24,6 +25,7 @@ const apiMock = vi.hoisted(() => ({
 vi.mock('../lib/api', () => ({
   getProjectFrames: apiMock.getProjectFrames,
   parseMedia: apiMock.parseMedia,
+  propagateMasks: apiMock.propagateMasks,
   getTask: apiMock.getTask,
   getTemplates: apiMock.getTemplates,
   getProjectAnnotations: apiMock.getProjectAnnotations,
@@ -47,6 +49,14 @@ describe('VideoWorkspace', () => {
     apiMock.getProjectAnnotations.mockResolvedValue([]);
     apiMock.annotationToMask.mockReturnValue(null);
     apiMock.getTask.mockResolvedValue({ id: 1, status: 'success', progress: 100, message: '解析完成' });
+    apiMock.propagateMasks.mockResolvedValue({
+      model: 'sam2',
+      direction: 'forward',
+      source_frame_id: 10,
+      processed_frame_count: 3,
+      created_annotation_count: 2,
+      annotations: [],
+    });
     apiMock.getAiModelStatus.mockResolvedValue({
       selected_model: 'sam2',
       gpu: { available: false, device: 'cpu', name: null, torch_available: true },
@@ -320,4 +330,64 @@ describe('VideoWorkspace', () => {
       expect.objectContaining({ id: 'annotation-88', label: 'GT Mask' }),
     ]));
   });
+
+  it('propagates the selected current-frame mask through the backend video tracker', async () => {
+    apiMock.getProjectFrames.mockResolvedValueOnce([
+      { id: 10, project_id: 1, frame_index: 0, image_url: '/frame.jpg', width: 640, height: 360 },
+      { id: 11, project_id: 1, frame_index: 1, image_url: '/frame-1.jpg', width: 640, height: 360 },
+    ]);
+    apiMock.buildAnnotationPayload.mockReturnValueOnce({
+      project_id: 1,
+      frame_id: 10,
+      template_id: 2,
+      mask_data: {
+        polygons: [[[0.1, 0.1], [0.3, 0.1], [0.3, 0.3]]],
+        label: '胆囊',
+        color: '#ff0000',
+        class: { id: 'c1', name: '胆囊', color: '#ff0000', zIndex: 20 },
+      },
+      bbox: [0.1, 0.1, 0.2, 0.2],
+    });
+
+    render(<VideoWorkspace />);
+    await waitFor(() => expect(useStore.getState().frames).toHaveLength(2));
+    act(() => {
+      useStore.setState({
+        aiModel: 'sam2',
+        activeTemplateId: '2',
+        selectedMaskIds: ['mask-1'],
+        masks: [{
+          id: 'mask-1',
+          frameId: '10',
+          pathData: 'M 0 0 Z',
+          label: '胆囊',
+          color: '#ff0000',
+          segmentation: [[64, 36, 192, 36, 192, 108]],
+          bbox: [64, 36, 128, 72],
+        }],
+      });
+    });
+
+    fireEvent.click(screen.getByRole('button', { name: '传播片段' }));
+
+    await waitFor(() => expect(apiMock.propagateMasks).toHaveBeenCalledWith({
+      project_id: 1,
+      frame_id: 10,
+      model: 'sam2',
+      direction: 'forward',
+      max_frames: 30,
+      include_source: false,
+      save_annotations: true,
+      seed: {
+        polygons: [[[0.1, 0.1], [0.3, 0.1], [0.3, 0.3]]],
+        bbox: [0.1, 0.1, 0.2, 0.2],
+        points: undefined,
+        label: '胆囊',
+        color: '#ff0000',
+        class_metadata: { id: 'c1', name: '胆囊', color: '#ff0000', zIndex: 20 },
+        template_id: 2,
+      },
+    }));
+    await waitFor(() => expect(screen.getByText('已传播并保存 2 个区域')).toBeInTheDocument());
+  });
 });