fix: 帧文件按帧号数值排序，修复超 9999 帧字典序错位

- frame-extract 新增 _sorted_frame_files：ffmpeg %04d 编号超过 9999 帧后扩为
  5 位，sorted() 字典序会把 5 位编号排在 4 位之前，导致 frames.json 时间与
  图像错位（真实发生于 run_339ec7ee437f 的 14236 帧任务）
- subtitle-ocr 提取 _merge_kept 供重组装复用
- 回归测试用真实任务留存数据（testdata/frames_boundary/），并新增真实 OCR
  数据按正确时间轴重组装为 SRT 的集成测试（test_integration_reassemble_ocr）

nodes/frame_extract.py

@@ -111,6 +111,24 @@ def _parse_progress_line(line: str) -> int | None:
     except ValueError:
         return None
 
+
+def _sorted_frame_files(frames_dir: Path) -> list[Path]:
+    """按文件名中的帧号数值排序返回帧文件列表（自然排序，非字典序）。
+
+    关键点：ffmpeg 的 %04d 编号在超过 9999 帧后会自动扩为 5 位
+    （frame_10000.png 等），此时 sorted() 默认的字典序会把 5 位编号排在
+    4 位编号之前（如 "frame_10009" < "frame_1009"），导致帧号回退、
+    manifest 时间与图像错位（曾真实发生于 run_339ec7ee437f 的 14236 帧
+    任务，全片后半段时间轴全部错乱）。必须解析出帧号按数值排序，
+    才能保证"第 k 个文件 = 第 k 个选中帧 = 时间 index*step/fps"成立。
+    """
+    def frame_number(path: Path) -> int:
+        # 文件名形如 frame_0001.png，取下划线后的数字部分。
+        return int(path.stem.split("_", 1)[1])
+
+    return sorted(frames_dir.glob("frame_*.png"), key=frame_number)
+
+
 def invoke(request: InvokeRequest) -> InvokeResponse:
     """按帧间隔抽取并裁切视频帧，输出 frames.json 清单。"""
     video_uri = request.inputs.get("video_uri")
@@ -203,7 +221,7 @@ def invoke(request: InvokeRequest) -> InvokeResponse:
         return InvokeResponse(status="failed", error=stderr[-500:] or "ffmpeg failed")
 
     # 第 k 个输出文件对应原始帧号 k×step，时间 = 帧号 / fps（帧精确，无累计偏差）。
-    files = sorted(frames_dir.glob("frame_*.png"))
+    files = _sorted_frame_files(frames_dir)
     manifest = [
         {"time": round((index * step) / fps, 3), "image_uri": str(path)}
         for index, path in enumerate(files)

nodes/subtitle_ocr.py

@@ -63,6 +63,28 @@ def _assemble_srt(
     return lines
 
 
+def _merge_kept(
+    manifest: list[dict], texts: list[str]
+) -> list[tuple[float, float, str]]:
+    """按 manifest 时间轴把逐帧 OCR 文本合并为字幕条目。
+
+    kept 元素为 (起始帧时间, 最后可见帧时间, 文本)：空文本（无文字帧）跳过；
+    连续帧相同字幕合并为一条（字幕停留多帧属正常现象），仅更新最后可见帧
+    时间，起始时间保持首次出现。要求 texts 与 manifest 按帧顺序一一对应
+    （调用方保证），重组装旧数据时也复用此逻辑保证行为一致。
+    """
+    kept: list[tuple[float, float, str]] = []
+    for index, text in enumerate(texts):
+        if not text:
+            continue
+        time = float(manifest[index]["time"])
+        if kept and kept[-1][2] == text:
+            kept[-1] = (kept[-1][0], time, text)
+            continue
+        kept.append((time, time, text))
+    return kept
+
+
 def invoke(request: InvokeRequest) -> InvokeResponse:
     """逐帧 OCR 并汇总字幕，产物为 subtitle.srt。"""
     manifest_uri = request.inputs.get("frames_manifest")
@@ -138,19 +160,8 @@ def invoke(request: InvokeRequest) -> InvokeResponse:
     )
     texts = pool.map(list(enumerate(manifest)))
 
-    # kept 元素为 (起始帧时间, 最后可见帧时间, 文本)；按帧顺序合并连续相同字幕。
-    kept: list[tuple[float, float, str]] = []
-    for index, text in enumerate(texts):
-        if not text:
-            continue
-        time = float(manifest[index]["time"])
-        # 连续帧相同字幕合并为一条（字幕停留多帧属正常现象）：
-        # 仅更新最后可见帧时间，起始时间保持首次出现。
-        if kept and kept[-1][2] == text:
-            kept[-1] = (kept[-1][0], time, text)
-            continue
-        kept.append((time, time, text))
-
+    # 按帧顺序合并连续相同字幕（与重组装旧数据共用 _merge_kept）。
+    kept = _merge_kept(manifest, texts)
     output_dir = Path(request.output_dir)
     output_dir.mkdir(parents=True, exist_ok=True)
     output_path = output_dir / "subtitle.srt"