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_full.sh

@@ -40,16 +40,26 @@ LOG "══════ 国内全流程开始（resume=${RESUME}）════
 LOG "全流程日志: ${FULL_LOG}（终端实时显示完整进度）"
 
 # ── 加载 .env ──
-export $(grep -v '^#' .env | grep -v '^$' | xargs 2>/dev/null || true)
+if [ -f .env ]; then
+    set -a
+    . ./.env
+    set +a
+fi
 
 # ── 1. M1 Pi 抓取（headful Playwright + HTTP 代理）──
 # 部分源抓取失败不阻塞管道（原语义）；抓取本身按 URL 去重（index.jsonl），
 # 已抓取过的 URL 不会重复写入；输出实时显示每源进度
+# 只有 M1 脚本成功退出（即不是“全部源失败”）才标记完成；
+# 若全部源失败，不标记，--resume 可重新抓取。
+M1_FAILED=0
 if step_should_run M1_crawl; then
     LOG "━━━ [1/2] M1 抓取（headful Playwright + HTTP 代理）━━━"
-    bash "$SCRIPT_DIR/domestic_crawl_8g.sh" 2>&1 | tee -a "$FULL_LOG" \
-        || LOG "WARNING: 部分源抓取失败，继续管道"
-    step_mark M1_crawl
+    if bash "$SCRIPT_DIR/domestic_crawl_8g.sh" 2>&1 | tee -a "$FULL_LOG"; then
+        step_mark M1_crawl
+    else
+        LOG "WARNING: M1 抓取未完全成功，本次不标记 M1_crawl，--resume 可重试"
+        M1_FAILED=1
+    fi
 fi
 
 # ── 2. M2→M6 管道（含日报）──
@@ -60,4 +70,9 @@ else
     bash "$SCRIPT_DIR/pipeline.sh" 2>&1 | tee -a "$FULL_LOG"
 fi
 
+if [ "$M1_FAILED" -eq 1 ]; then
+    LOG "⚠️ 全流程结束，但 M1 抓取未成功，退出码=1"
+    exit 1
+fi
+
 LOG "══════ 国内全流程完成 ✅ ══════"