refactor: 清理历史 AI Agent 文档残留 + 重构 docs/ + Pipeline 健壮性修复

- docs: 删除 CLAUDE.md / continuation.md / english-news-plan.md 及旧版 intlnews_usage.*，
        统一迁移到 docs/{README,architecture,quickstart,usage,pipeline,configuration,deployment,development,faq}.md
- README: 精简为仓库入口，指向 docs/
- configs/sources.yaml: 更新注释指向新文档
- .env.example: 修正 DashScope Embedding 端点说明

Pipeline 修复：
- dedup/llm/embedding/vectorstore/reporter: 过滤 M2 no_content / 空正文，避免污染下游与 Qdrant
- dedup/pipeline: 改为先写唯一文件再写指纹，避免崩溃导致文章永久丢失
- crawler/orchestrator: sources_crawled 改为“尝试数”，成功数 = crawled - failed
- crawler/storage: write_index_jsonl 从文章路径推断日期，修复跨天/测试路径问题
- scheduler/pipeline: STEP_TIMEOUTS 实际生效（SIGALRM）
- scheduler/reporter: emb_count 排除 index.json；日报跳过无原文事件
- vectorstore/pipeline: payload 增加 source_ids；--recreate --all 时空日期也重建 collection
- app/cli: extract/dedup/translate/embed/index/pipeline 支持 --date；embed/index 支持 --all；crawl 全源失败返回非零
- scripts: domestic_full/crawl_8g/crawl_2g/pipeline 安全加载 .env；M1 全失败不标记且最终退出码=1

scripts/domestic_crawl_8g.sh

@@ -33,7 +33,11 @@ LOG "HTTP 代理: 127.0.0.1:3128 (Privoxy → SOCKS5)"
 # ── 加载 .env ──
 export HTTP_PROXY=http://127.0.0.1:3128
 export HTTPS_PROXY=http://127.0.0.1:3128
-export $(grep -v '^#' .env | grep -v '^$' | xargs 2>/dev/null || true)
+if [ -f .env ]; then
+    set -a
+    . ./.env
+    set +a
+fi
 
 # ── 启动 Xvfb（如果尚未运行）──
 if ! pgrep -x "Xvfb" > /dev/null; then
@@ -59,12 +63,18 @@ else
     LOG "目标源: 全部启用源"
 fi
 
-PYTHONPATH=. .venv/bin/python3 -c "
+if PYTHONPATH=. .venv/bin/python3 -c "
 from crawler.orchestrator import run_crawl_sync
 import sys
 source_filter = sys.argv[1] if len(sys.argv) > 1 else None
 stats = run_crawl_sync(source_filter=source_filter)
 print(f'抓取完成: {stats.sources_crawled} 源, {stats.total_articles} 篇')
-" "${1:-}"
-
-LOG "══════ 8G 抓取完成 ✅ ══════"
+if stats.sources_crawled > 0 and stats.sources_failed >= stats.sources_crawled:
+    print(f'❌ 所有源抓取失败（sources_failed={stats.sources_failed}）', file=sys.stderr)
+    sys.exit(1)
+" "${1:-}"; then
+    LOG "══════ 8G 抓取完成 ✅ ══════"
+else
+    LOG "❌ 8G 抓取失败：本次未标记完成"
+    exit 1
+fi