fix: 批量任务残留PENDING仍误标COMPLETED——置完成前校验无残留+崩溃恢复批量任务

事故（batch_969fabe74b83 等 3 个任务实测）：批量引擎串行处理到 9.9GB
大视频时中断，_run_job 无条件收尾把任务置 COMPLETED，留下"N 个 PENDING
待处理却已完成"的僵尸状态——3 个任务遗留的 PENDING 完全相同（kiwvr-887/
mdvr-413/savr-1077 共 10 个大视频），且均卡在大文件前从未被真正处理。

- batch.py: _run_job 置 COMPLETED 前校验全部非 SKIPPED 视频已结束
  （无 PENDING/PAUSED 残留），否则保持 RUNNING 交引擎下一轮续跑
- db.py/main.py: 新增 recover_interrupted_batch_jobs，重启时把 RUNNING
  批量任务恢复 QUEUED（否则停在 RUNNING 永远不会被再次拾起）
- tests: 新增 2 条 TDD 回归（残留 PENDING 不置 COMPLETED、批量崩溃恢复）
- scripts/fix_zombie_batch_jobs.py: 历史僵尸数据修复脚本（置回 QUEUED 续跑）
- AGENTS.md: 补充完成任务判定与崩溃恢复约定

tests/test_batch.py

@@ -634,6 +634,69 @@ def test_batch_worker_run_deleted_by_scheduler_returns(tmp_path, monkeypatch) ->
     assert video["status"] == "PENDING"
 
 
+def test_batch_worker_pending_leftover_never_marks_completed(tmp_path, monkeypatch) -> None:
+    """残留未处理 PENDING 视频时，任务**不得**置 COMPLETED（状态机缺陷回归）。
+
+    真实事故（batch_969fabe74b83 等 3 个任务）：引擎串行处理到 9.9GB 大视频时
+    execute_run 异常中断，_process_video 返回但该视频未被标 FAILED/COMPLETED
+    （保持 PENDING），_run_job 循环照常走完剩余 SKIPPED 后**无条件**收尾置
+    COMPLETED——留下"10 个待处理却已完成"的僵尸状态。
+
+    本测试用假调度器复现：第一个视频 execute_run 抛异常且不标任何状态
+    （run 被删除的极端情形同路径），第二个视频正常；断言任务必须保持
+    RUNNING（而非 COMPLETED），等待引擎下一次拾起重跑剩余 PENDING。
+    """
+    db = _db(tmp_path)
+    _seed_echo_workflow(db)
+    # a.mp4 待处理（处理中崩溃）；b.mp4 旁放好字幕 → 创建即 SKIPPED，不参与处理。
+    folder = _video_folder(tmp_path, names=("a.mp4", "b.mp4"))
+    (folder / "b.CN.srt").write_text("1\n00:00:00,000 --> 00:00:01,000\nb\n", encoding="utf-8")
+    job = _make_job(db, folder)
+    videos0 = {Path(v["video_path"]).name: v for v in db.list_batch_videos(job["id"])}
+    assert videos0["b.mp4"]["status"] == "SKIPPED"  # 前置：旁挂字幕命中跳过
+
+    class _CrashScheduler:
+        """模拟进程在第一个（唯一待处理）视频处理中被杀：run 消失、视频保持 PENDING。"""
+
+        def __init__(self, db: Database, work_dir: Path) -> None:
+            self.db = db
+
+        def execute_run(self, run_id: str) -> None:
+            # 等同进程崩溃后 run 记录残留被清/丢失，视频仍是 PENDING。
+            self.db.delete_run(run_id)
+
+    monkeypatch.setattr("wov_app.batch.WorkflowScheduler", _CrashScheduler)
+    worker = BatchWorker(db, interval_seconds=0.05)
+    # 第一轮：a 崩溃残留 PENDING → 任务必须仍 RUNNING（允许续跑），不得 COMPLETED。
+    worker._process_job(job)
+    job = db.get_batch_job(job["id"])
+    videos = {Path(v["video_path"]).name: v for v in db.list_batch_videos(job["id"])}
+    # 缺陷行为：job 被置 COMPLETED（无条件收尾）；期望保持 RUNNING。
+    assert videos["a.mp4"]["status"] == "PENDING"
+    assert videos["b.mp4"]["status"] == "SKIPPED"
+    assert job["status"] == "RUNNING", (
+        f"残留 PENDING 时任务被误置为 {job['status']}（缺陷：无条件收尾置 COMPLETED）"
+    )
+
+    # 第二轮（引擎重启后再次拾起 RUNNING 任务）：a 这次正常完成 → 全部完成才 COMPLETED。
+    monkeypatch.setattr("wov_app.batch.WorkflowScheduler", _CrashScheduler)
+    # 放开假调度器的崩溃：第二次调用时不再删 run，让真实调度器跑通。
+    class _RecoveringScheduler:
+        """第二轮：不再崩溃，把 run 置 COMPLETED（由引擎收尾放产物）。"""
+
+        def __init__(self, db: Database, work_dir: Path) -> None:
+            self.db = db
+
+        def execute_run(self, run_id: str) -> None:
+            self.db.update_run(run_id, status="COMPLETED", updated_at=_now_iso())
+
+    monkeypatch.setattr("wov_app.batch.WorkflowScheduler", _RecoveringScheduler)
+    worker._process_job(job)
+    videos = {Path(v["video_path"]).name: v for v in db.list_batch_videos(job["id"])}
+    assert videos["a.mp4"]["status"] == "COMPLETED"
+    assert db.get_batch_job(job["id"])["status"] == "COMPLETED"
+
+
 def test_batch_worker_already_completed_runs_finalized(tmp_path) -> None:
     """run 已完成但视频未标记（收尾前中断）：直接放置产物、清理并标记完成。