feat: whisper 节点自动接入自适应 VAD + 方案文档

- nodes/whisper.py：invoke 检测到 vad_filter=true 且未显式传 vad_parameters
  且 WOV_AUTO_VAD=1 时，自动调用 vad_profiler.vad_parameters_for_audio 按
  本音频信号动态确定 VAD 参数并传给 transcribe；分析失败回退默认不中断转写
  （防御性，不影响整段流程）。
- tests/test_nodes.py：新增自动 VAD 异常回退测试（patch profiler 抛错，
  验证 whisper 正常转写 + transcribe 收到 vad_parameters=None）。
- docs/adaptive_vad.md：完整方案文档（背景/可行性/三层架构/参数建议规则/
  评分器/实现落点/取舍/实现状态）。

tests/test_nodes.py

@@ -1002,6 +1002,27 @@ def test_whisper_segment_logs_full_video_time(caplog, tmp_path, monkeypatch) ->
     assert any("分段 #1: 00:00:00,000 --> 00:00:01,000" in m for m in seg_logs)
     assert any(m.startswith("分段 #3: 00:01:00,000") for m in seg_logs)
 
+def test_whisper_auto_vad_fallback_on_error(tmp_path, monkeypatch) -> None:
+    """自动 VAD 分析抛异常时，whisper 回退默认参数正常转写（防御性）。"""
+    import nodes.whisper as whisper_mod
+
+    def _boom(*args, **kwargs):
+        raise RuntimeError("auto vad analysis failed")
+
+    # 使 nodes.vad_profiler.vad_parameters_for_audio 抛异常（whisper.py 函数内 import）。
+    monkeypatch.setattr(
+        "nodes.vad_profiler.vad_parameters_for_audio", _boom, raising=False,
+    )
+    _install_fake_whisper(monkeypatch)
+    _make_wav(tmp_path / "audio.wav", 5)
+    response = whisper_invoke(
+        _whisper_request(tmp_path, params={"language": "ja", "vad_filter": True, "sample_rate": 16000})
+    )
+    assert response.status == "completed"
+    # 回退默认：transcribe 收到 vad_parameters=None。
+    _, kwargs = FakeWhisperModel.instances[-1]
+    assert kwargs.get("vad_parameters") is None
+
 
 def test_wav_duration_fallback_on_invalid_file(tmp_path) -> None:
     """验证读取时长时，损坏/缺失文件回退 fallback 值（真实非法文件，非占位字节）。"""