feat: 新增视频分析流水线、Web界面、孤儿清理工具；修复健壮性问题

- 新增 analysis/ 模块：MOG2活动检测、YOLO人物跟踪、MediaPipe摔倒检测、Ollama活动打标、缩略图抽取
- 新增 webapp/：Flask事件浏览界面，按需HEVC→H264转码缓存
- 新增 analyze.py：7阶段状态机流水线（scan→backfill→motion→person→fall→activity→thumbnail）
- 新增 cleanup_orphans.py：清理文件已删除的数据库孤儿记录
- 修复：motion/person/activity三阶段加单视频异常兜底，避免批次中断
- 修复：ollama_client加健康检查和3次重试，num_ctx从8192降到2048
- 修复：transcode_cache加fcntl文件锁，防止并发转码同一视频
- 修复：SQLite开WAL模式+busy_timeout，支持读写并发
- 修复：sync.py ffmpeg路径改为shutil.which查找，删除automate.py死代码PYTHON
- 修复：thumbnail失败加3次重试上限，避免无限重试损坏文件
- 新增：requirements.lock锁定版本、README文档
- 更新：.gitignore排除.playwright-mcp、截图、备份文件

analyze.py

@@ -0,0 +1,72 @@
+"""本地视频分析主入口：串联 扫描→时间戳回填→活动窗口→人物统计→摔倒检测→活动打标→缩略图 全流程。
+
+手动/事后触发，独立于 automate.py 的下载流程，不影响现有下载逻辑。
+流水线按 videos.status 状态机推进，重复运行是幂等的：每个阶段只处理"上一阶段
+已完成、本阶段还没跑过"的视频，天然支持"每天下载完后跑一次，只处理当天新增"。
+"""
+import argparse
+
+from analysis import activity_tagger, backfill_start_time, fall_detector, motion_filter, person_tracker, thumbnail, video_scanner
+from analysis.db import get_all_videos, update_video_status
+
+STAGES = ["scan", "backfill", "motion", "person", "fall", "activity", "thumbnail"]
+
+# 每个阶段完成后视频进入的状态，以及 --force 时应该回退到的"上一阶段完成"状态
+_STAGE_STATUS = {
+    "motion": ("pending", "motion_done"),
+    "person": ("motion_done", "person_done"),
+    "fall": ("person_done", "fall_done"),
+    "activity": ("fall_done", "activity_done"),
+}
+
+
+def _force_reset(stage):
+    """--force 时，把已经跑过该阶段的视频状态回退，让流水线重新处理一遍。"""
+    if stage not in _STAGE_STATUS:
+        return
+    reset_to, done_status = _STAGE_STATUS[stage]
+    for video in get_all_videos(status=done_status):
+        update_video_status(video["id"], reset_to)
+
+
+def run_stage(stage, limit=None, force=False):
+    if force:
+        _force_reset(stage)
+
+    if stage == "scan":
+        result = video_scanner.scan_all()
+        print(f"[scan] 处理 {result['processed']} 个文件，损坏 {result['corrupt']} 个，重复 {result['duplicates']} 个")
+    elif stage == "backfill":
+        result = backfill_start_time.process_all(limit=limit)
+        print(f"[backfill] 处理 {result['total']} 条，成功回填精确时间 {result['updated']} 条，识别失败保留粗粒度 {result['fallback']} 条")
+    elif stage == "motion":
+        result = motion_filter.process_all(limit=limit)
+        print(f"[motion] 处理 {result['processed']} 个视频，{result['no_motion']} 个无活动，失败 {result.get('failed', 0)} 个")
+    elif stage == "person":
+        result = person_tracker.process_all(limit=limit)
+        print(f"[person] 处理 {result['processed']} 个视频，共 {result['total_tracks']} 段人物出现，失败 {result.get('failed', 0)} 个")
+    elif stage == "fall":
+        result = fall_detector.process_all(limit=limit)
+        print(f"[fall] 处理 {result['processed']} 个视频，检测到 {result['total_falls']} 次疑似摔倒")
+    elif stage == "activity":
+        result = activity_tagger.process_all(limit=limit)
+        print(f"[activity] 处理 {result['processed']} 个视频，标注 {result['total_segments']} 段活动，失败 {result.get('failed', 0)} 个")
+    elif stage == "thumbnail":
+        result = thumbnail.process_all(limit=limit)
+        print(f"[thumbnail] 生成 {result['processed']} 张缩略图，失败 {result['failed']} 条")
+
+
+def main():
+    parser = argparse.ArgumentParser(description="本地视频分析主流程")
+    parser.add_argument("--only-stage", choices=STAGES, help="只跑指定阶段，不跑完整流程")
+    parser.add_argument("--force", action="store_true", help="强制重新跑该阶段（把已完成的视频状态回退）")
+    parser.add_argument("--limit", type=int, default=None, help="限制本次处理的视频数量，用于小批量测试")
+    args = parser.parse_args()
+
+    stages = [args.only_stage] if args.only_stage else STAGES
+    for stage in stages:
+        run_stage(stage, limit=args.limit, force=args.force)
+
+
+if __name__ == "__main__":
+    main()