feat: 全系统统一 Whisper V2 权重并移除 demo 工作流

确认所有运行时引用均使用 V2（V3 已停用），并修复一处真实不一致：

- 工作流数据文件：learn-translate 用 faster-whisper-large-v2、
  zh-direct 用 whisper-large-v2-translate-zh-v0.2-st-ct2（原本即 V2）；
- 本地库的 demo 最新版本仍指向 large-v3：workflows/demo.json 早已改为 V2，
  但 seed 对已存在工作流刻意跳过，导致旧库停留在历史上用 V3 保存的定义，
  即本机跑 demo 实际加载 V3 权重。按用户决定移除 demo 工作流及其关联的
  6 个 run、1 个批量任务与 431 条明细（媒体库中已放置的 6 个字幕成品保留）；
- nodes/whisper.py 候选与远端兜底本就是 large-v2；
- V3 权重目录保留在盘上仅作对照实验，文档标注为废弃；
  scripts/compare_whisper_v2_vs_v3.py 保留用于对照。

顺带修复与清理：
- src/wov_app/scheduler.py：_file_size 补捕 ValueError（见上一条提交说明
  的真实缺陷，此处为同一批改动）；
- .gitignore：data/ 改为 /data/，避免连带忽略 tests/**/data/；
- scripts/*：评测集路径改到 scripts/data/translate_eval/；
- 代码注释与文档同步移除 demo 引用（历史调研文档保留说明性引用）。

验证：全量 477 passed；新库 seed 只创建 3 个 V2 工作流。

nodes/srt.py

@@ -37,6 +37,13 @@ def parse_srt(text: str) -> list[Cue]:
         index += 2
         body = []
         while index < len(lines) and lines[index].strip():
+            # 正文行不允许是时间戳行：出现即说明条目之间缺少空行分隔。
+            # 若不报错，下一条的序号与时间轴会被当成上一条正文吞掉，
+            # 静默产出时间与文本错位的字幕（同“静默错位”类缺陷）。
+            if _TIMESTAMP.fullmatch(lines[index].strip()):
+                raise ValueError(
+                    f"missing blank line before cue at line {index + 1}"
+                )
             body.append(lines[index])
             index += 1
         entries.append(Cue(match[1], match[2], "\n".join(body)))

nodes/subtitle_cleanup.py

@@ -149,7 +149,7 @@ def remove_short_moan_entries(
     max_chars（默认 3）才删除（见 _is_pure_moan），真实短对话（そこ/やばい/
     ねえ/やだ/えへへ/行く行く行く）天然不命中。max_chars=0 时关闭过滤（原
     样返回）。仅在 whisper 节点 decode_full=true 时调用（用户 2026-09 决策，
-    不作用于 demo 等 VAD 链路）。纯函数，不修改输入。
+    不作用于 learn-translate 等 VAD 链路）。纯函数，不修改输入。
     """
     if max_chars <= 0:
         return srt_text

nodes/subtitle_correction.py

@@ -61,10 +61,23 @@ def _is_fragment(text: str) -> bool:
 
 
 def _read_srt_entries(srt_path: Path) -> list[dict]:
-    """读 SRT，返回 [{index,start,end,text}]（借用 realdata_contract 的解析）。"""
-    from tests.realdata_contract import parse_srt_entries
+    """读 SRT，返回 [{start, end, text}]（时间轴为秒，供上下文与评分使用）。
 
-    return parse_srt_entries(srt_path.read_text(encoding="utf-8"))
+    解析复用生产模块 `nodes/srt.py` 的严格解析器（支持 BOM/CRLF、多行与
+    空正文，非法条目明确报错），再按秒换算，不用测试包实现。
+    """
+    from nodes.srt import parse_srt as parse_cues
+
+    def to_seconds(timestamp: str) -> float:
+        """SRT 时间戳 HH:MM:SS,mmm → 秒。"""
+        hours, minutes, rest = timestamp.split(":")
+        seconds, millis = rest.split(",")
+        return int(hours) * 3600 + int(minutes) * 60 + int(seconds) + int(millis) / 1000
+
+    return [
+        {"start": to_seconds(cue.start), "end": to_seconds(cue.end), "text": cue.text}
+        for cue in parse_cues(srt_path.read_text(encoding="utf-8"))
+    ]
 
 
 def _build_context(entries: list[dict], target_index: int, window: float = CONTEXT_WINDOW) -> str:

nodes/whisper.py

@@ -311,7 +311,7 @@ def invoke(request: InvokeRequest) -> InvokeResponse:
         # 救回，其中混有大量**纯语气词碎片**（あ…/ん?/はぁ…/あ!あ!/んふふ 等），
         # 这类噪声影响字幕观感；在此按'全部字符∈纯呻吟集合 且 有效假名≤max_chars'
         # 判据**整条删除**（remove_short_moan_entries），真实短对话（そこ/やばい/
-        # ねえ/やだ）天然不命中。仅 decode_full 生效，demo 等 VAD 链路不受影响；
+        # ねえ/やだ）天然不命中。仅 decode_full 生效，learn-translate 等 VAD 链路不受影响；
         # 参数 short_moan_max_chars 可调（默认 3，设 0 关闭）。
         if decode_full:
             from nodes.subtitle_cleanup import (