feat: 完善工作区交互提示与后端属性分析

功能新增：
- 新增 POST /api/ai/analyze-mask 后端接口，基于 mask polygon、bbox、points 和 score 返回置信度来源、面积、拓扑锚点和后端分析提示。
- 前端新增 analyzeMask API 封装，并在本体检查面板读取选中 mask 的后端几何属性和重新提取拓扑锚点结果。
- 右侧语义分类树点击分类时，会给当前选中 mask 换标签、更新 class 元数据，并将选中 mask 移到前端渲染最上层，方便继续编辑。
- 分割工作区画布新增上下文操作提示，覆盖多边形 Enter 完成、Esc 取消、首节点闭合、拖拽图形、点区域、SAM 点/框提示、区域合并/去除选择顺序和多边形编辑。
- AI 智能分割画布新增正向点、反向点、边界框选和视口控制的上下文提示。
- 自动传播交互收敛为参考帧加起止帧范围加单个“自动传播”按钮，默认使用当前参考帧全部 mask 作为 seed。
- 时间轴改为用浅蓝色进度条区段标记自动传播生成的帧，而不是已编辑帧竖线提示。

Bugfix：
- AI 分割页无当前帧时移除外部演示背景图，改为明确空状态提示，避免误以为外部图片可参与真实推理。
- 工具栏魔法棒文案改为“打开 AI 智能分割”，避免误导为直接触发 SAM 推理。
- Canvas 底部当前图层信息改为显示真实选中 mask 标签和 annotation id，不再使用固定占位文本。
- 已保存标注回显时保留 mask metadata 中的传播来源、score 等字段，供时间轴和属性面板识别。
- 清理 server.ts 中遗留的 /api/login、/api/projects、/api/templates 内存 mock API，避免和 FastAPI 真实后端混淆。

测试：
- 补充 analyze-mask 后端测试，覆盖后端几何属性和锚点返回。
- 补充 api.analyzeMask 前端契约测试，覆盖 normalized polygon、bbox、points 和 extract_skeleton payload。
- 补充本体面板测试，覆盖后端属性读取、自定义分类写回后端模板、选中 mask 换标签和置顶显示。
- 补充 Canvas 测试，覆盖上下文提示、多边形完成提示、布尔选择顺序提示、当前图层真实显示和编辑优先级。
- 补充 AI 分割测试，覆盖无帧空状态和提示工具上下文提示。
- 更新 Konva 测试 mock，支持拖动过程、stroke/dash/fillRule 等渲染断言。

文档：
- 更新 README 和 AGENTS，说明 server.ts 不再保留业务 mock API。
- 更新 doc/02、doc/03、doc/04、doc/05、doc/07、doc/08、doc/09，记录后端属性分析、分类置顶显示、上下文提示、自动传播按钮、传播帧标记、测试覆盖和当前剩余限制。

backend/routers/ai.py

@@ -15,6 +15,8 @@ from minio_client import download_file
 from models import Project, Frame, Template, Annotation
 from schemas import (
     AiRuntimeStatus,
+    MaskAnalysisRequest,
+    MaskAnalysisResponse,
     PredictRequest,
     PredictResponse,
     PropagateRequest,
@@ -78,6 +80,29 @@ def _polygon_bbox(polygon: list[list[float]]) -> list[float]:
     return [left, top, max(right - left, 0.0), max(bottom - top, 0.0)]
 
 
+def _polygon_area(polygon: list[list[float]]) -> float:
+    if len(polygon) < 3:
+        return 0.0
+    total = 0.0
+    for index, point in enumerate(polygon):
+        next_point = polygon[(index + 1) % len(polygon)]
+        total += _clamp01(point[0]) * _clamp01(next_point[1])
+        total -= _clamp01(next_point[0]) * _clamp01(point[1])
+    return abs(total) / 2.0
+
+
+def _analysis_anchors(polygons: list[list[list[float]]], points: list[list[float]] | None) -> list[list[float]]:
+    if points:
+        return [[_clamp01(point[0]), _clamp01(point[1])] for point in points if len(point) >= 2]
+    anchors: list[list[float]] = []
+    for polygon in polygons:
+        if not polygon:
+            continue
+        step = max(1, len(polygon) // 12)
+        anchors.extend([[_clamp01(point[0]), _clamp01(point[1])] for point in polygon[::step]])
+    return anchors[:32]
+
+
 def _frame_window(
     frames: list[Frame],
     source_position: int,
@@ -389,6 +414,60 @@ def model_status(selected_model: str | None = None) -> dict:
         raise HTTPException(status_code=400, detail=str(exc)) from exc
 
 
+@router.post(
+    "/analyze-mask",
+    response_model=MaskAnalysisResponse,
+    summary="Analyze mask geometry and prompt anchors",
+)
+def analyze_mask(payload: MaskAnalysisRequest, db: Session = Depends(get_db)) -> dict:
+    """Return backend-computed mask properties for the frontend inspector."""
+    if payload.frame_id is not None:
+        frame = db.query(Frame).filter(Frame.id == payload.frame_id).first()
+        if not frame:
+            raise HTTPException(status_code=404, detail="Frame not found")
+
+    mask_data = payload.mask_data or {}
+    polygons = mask_data.get("polygons") or []
+    if not polygons:
+        raise HTTPException(status_code=400, detail="Mask analysis requires polygons")
+
+    valid_polygons = [
+        [[_clamp01(point[0]), _clamp01(point[1])] for point in polygon if len(point) >= 2]
+        for polygon in polygons
+    ]
+    valid_polygons = [polygon for polygon in valid_polygons if len(polygon) >= 3]
+    if not valid_polygons:
+        raise HTTPException(status_code=400, detail="Mask analysis requires at least one valid polygon")
+
+    area = sum(_polygon_area(polygon) for polygon in valid_polygons)
+    bbox = payload.bbox or _polygon_bbox(valid_polygons[0])
+    source = mask_data.get("source")
+    raw_score = mask_data.get("score")
+    confidence: float | None = None
+    confidence_source = "unavailable"
+    if isinstance(raw_score, (int, float)):
+        confidence = max(0.0, min(float(raw_score), 1.0))
+        confidence_source = "model_score"
+    elif source:
+        confidence_source = "source_without_score"
+    else:
+        confidence_source = "manual_or_imported"
+
+    anchors = _analysis_anchors(valid_polygons, payload.points)
+    message = "已从后端重新提取几何拓扑锚点" if payload.extract_skeleton else "已读取后端几何属性"
+
+    return {
+        "confidence": confidence,
+        "confidence_source": confidence_source,
+        "topology_anchor_count": len(anchors),
+        "topology_anchors": anchors,
+        "area": area,
+        "bbox": bbox,
+        "source": source,
+        "message": message,
+    }
+
+
 @router.post(
     "/propagate",
     response_model=PropagateResponse,