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)