fix: llm-filter 默认关闭 LLM 分类层，误删真实对话从 73 条降为 0

逐类人工审查真实任务 run_ac7f480a3ccb（1666 条 OCR 输出）后确认
LLM 五类分类层性价比为负：

- 规则层删除 782 条（47%），几乎全对（---/HTML/___/编号等）；
- LLM 层额外删除 131 条，其中 **73 条（56%）是真实对话**，
  如"好好教育她一番吧""腿不要合上""这家医院 为VIP患者提供了特殊服务"；
- 它真正抓住而规则层抓不到的仅 58 条且大半可正则化；
- repeat 类别 67 条判定、0 条删除，形同虚设；
- 长文本保护/上下文净化/去重/429 退避/断点存档等机制全是在给
  不稳定的分类器兜底，误删量超过净收益。

改动：
1. 规则层下沉原 LLM 层抓到的确定性模式：水印编号（SPHO-1/PHO一号馆）、
   日期与数值（2011-11-27/4.0）、VLM 提示回显（no text is visible）、
   角色标注（（出演））。刻意不删（北冈果林）这类演员名括号——无法与
   （小声）不要啊 可靠区分，且其本身是无害字幕文本；
2. 新增 use_llm 参数并**默认关闭** LLM 分类层，需要旧行为时显式开启；
   ocr-subtitle 工作流显式声明 use_llm=0 并附 _note_use_llm 理由。

真实数据实测：保留 863 条（旧 588）、误删真对话 0 条（旧 73）、
LLM 调用 0 次（旧 680 次/52 秒）。

workflows/ocr-subtitle.json

@@ -41,7 +41,9 @@
         "params": {
           "pool_min_workers": 1,
           "pool_max_workers": 20,
-          "pool_fast_threshold": 1
+          "pool_fast_threshold": 1,
+          "use_llm": "0",
+          "_note_use_llm": "0（默认，2026-09 起）：只跑确定性规则层，不做 LLM 五类分类。实测（run_ac7f480a3ccb 1666 条真实 OCR）LLM 层额外删除的 131 条中 56%（73 条）是真实对话（'好好教育她一番吧'/'腿不要合上'/'这家医院 为VIP患者提供了特殊服务'），而它真正抓住而规则层抓不到的仅 58 条且大半已下沉为规则（水印编号/日期/VLM 提示回显/角色标注），repeat 类别 67 条判定零删除——净收益为负。关闭后保留 863 条（旧 588 条）、误删真对话 0 条（旧 73 条）、无 LLM 调用（0.00s vs 52s）。正例：规则层删掉 '---'/'HTML'/'___'/'SPHO-1'/'2011-11-27' 等确定性垃圾，同时保留全部真实对白。反例：设为 1 会把 '差不多想要肉棒了吧'、'应该已经察觉到 至今为止的一切了吧' 等真对话当 garbage 删掉。需要旧行为时置为 1（pool_* 参数随之生效）。"
         },
         "inputs": {
           "srt_uri": "ocr.srt_uri"
@@ -65,4 +67,4 @@
       "srt": "filter.srt_uri"
     }
   }
-}
+}