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）

tests/test_ocr_flow.py

@@ -305,6 +305,26 @@ def test_frame_extract_one_second_exact_frames(tmp_path) -> None:
     assert len(manifest) == 10
 
 
+def test_frame_files_read_order_matches_frame_number(tmp_path) -> None:
+    """真实任务留存数据：帧文件按帧号数值排序读取，而非字典序。
+
+    回归用例：ffmpeg 的 %04d 编号在超过 9999 帧后自动扩为 5 位
+    （frame_10000.png 等），此时 sorted() 默认字典序会把 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。testdata/frames_boundary/ 是 2026-08 真实任务
+    run_339ec7ee437f（14236 帧 / 2 小时视频）中跨越该边界的真实帧文件。
+    """
+    from nodes.frame_extract import _sorted_frame_files
+
+    boundary = TESTDATA / "frames_boundary"
+    files = _sorted_frame_files(boundary)
+    # 从文件名解析帧号：读取顺序必须等于帧号数值递增序（无回退）。
+    nums = [int(p.stem.split("_", 1)[1]) for p in files]
+    assert nums == sorted(nums)
+    # 边界关键对：5 位编号必须排在 4 位编号之后，禁止字典序错位。
+    assert nums.index(10000) > nums.index(9999)
+    assert nums.index(10009) > nums.index(1009)
+
 # ---------------------------------------------------------------------------
 # subtitle-ocr：OCR 循环 + 长度上限 + 合并 + SRT 组装
 # ---------------------------------------------------------------------------