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。

scripts/extract_reference_srt.py

@@ -4,7 +4,7 @@
 （frame-extract 抽帧 → subtitle-ocr 逐帧 OCR → 汇总 SRT），把烧录字幕的
 出现/消失帧时间换算成秒，产出严格符合测试契约的参考字幕：
 
-    testdata/alignment/<name>.reference.srt  （标准 SRT）
+    tests/shared/data/alignment/<name>.reference.srt  （标准 SRT）
 
 为什么烧录字幕的时间是可信的 ground truth：
 
@@ -18,7 +18,7 @@
 
 用法（在 vrsub 根目录，需 Ollama glm-ocr 服务可达、有 ffmpeg）：
 
-    uv run python scripts/extract_reference_srt.py <视频路径> [--out testdata/alignment <name>] [--interval 0.5] [--crop 0,0.75,1,0.25]
+    uv run python scripts/extract_reference_srt.py <视频路径> [--out tests/shared/data/alignment <name>] [--interval 0.5] [--crop 0,0.75,1,0.25]
 
 - --interval：抽帧间隔秒（默认 0.5；字幕时长 2s 时约取 4 帧，够稳定合并）
 - --crop：字幕区域相对比例 x,y,w,h（默认底部 1/4，与生产默认一致）
@@ -132,7 +132,7 @@ def extract_reference_srt(
 def main(argv: list[str] | None = None) -> int:
     parser = argparse.ArgumentParser(description="从烧录字幕视频自动提取参考时间轴")
     parser.add_argument("video", type=Path, help="烧录字幕视频路径（mp4 等）")
-    parser.add_argument("--out-dir", type=Path, default=PROJECT_ROOT / "testdata" / "alignment")
+    parser.add_argument("--out-dir", type=Path, default=PROJECT_ROOT / "tests" / "shared" / "data" / "alignment")
     parser.add_argument("--name", type=str, default=None, help="输出名前缀（默认=视频文件名）")
     parser.add_argument("--interval", type=float, default=0.5, help="抽帧间隔秒（默认 0.5）")
     parser.add_argument("--crop", type=str, default="0,0.75,1,0.25", help="字幕区域 x,y,w,h")