feat: AI 模型按场景独立配置（llm_scenes）+ 去重多来源合并

- system.yaml 新增 llm_scenes（translation / daily_report，含用途/方法/模型要求说明）
- load_llm_config(scene=...) 场景覆盖；日报摘要 temperature 0.3 硬编码 → 配置
- M3 去重：唯一篇记录 source_ids（跨源重复合并，首个来源为 source_id）
- source_ids 经翻译透传至 events，日报事件 source 多来源拼接展示（≤3 个）
- 已部署 pi5：merge 实证 10 源合并；日报 report_id=224 正常入库

dedup/pipeline.py

@@ -103,6 +103,8 @@ def dedup_source(
 
         if result.is_duplicate:
             dup_count += 1
+            # 跨源重复：把来源合并进已保留的唯一篇（记录多个来源）
+            _merge_duplicate_source(article, result)
             logger.debug("[%s] 🔁 %s → L%d: %s",
                          source_id,
                          article.title[:40],
@@ -110,6 +112,9 @@ def dedup_source(
                          result.short_summary())
         else:
             unique_count += 1
+            # 初始化来源列表（首个来源 = 本篇文章来源）
+            if not article.source_ids:
+                article.source_ids = [article.source_id]
             # 写入唯一条目
             out_file = out_dir / f"{article.url_hash}.json"
             out_file.write_text(
@@ -130,6 +135,38 @@ def dedup_source(
     }
 
 
+def _merge_duplicate_source(article: ProcessedArticle, result: DedupResult) -> None:
+    """重复篇：把来源 ID 追加进已保留的唯一篇 JSON（最终显示的新闻记录多个来源）。
+
+    唯一篇文件按 url_hash 定位（跨日期目录搜索，因指纹窗口为 ±30 天）；
+    文件不存在（超窗口被清理）时仅记录日志，不阻塞去重流程。
+    """
+    if not result.matched_url_hash:
+        return
+    candidates = sorted(Path("data/deduped").glob(f"*/uniques/{result.matched_url_hash}.json"))
+    if not candidates:
+        logger.warning(
+            "重复篇唯一文件不存在（可能已超窗口）: %s（重复来源 %s 未合并）",
+            result.matched_url_hash, article.source_id,
+        )
+        return
+    target = candidates[0]
+    try:
+        data = json.loads(target.read_text(encoding="utf-8"))
+        # 旧格式文件可能无 source_ids：以主来源 source_id 兜底
+        merged = list(dict.fromkeys(
+            [*(data.get("source_ids") or [data.get("source_id")]), article.source_id]
+        ))
+        data["source_ids"] = merged
+        target.write_text(
+            json.dumps(data, indent=2, ensure_ascii=False), encoding="utf-8"
+        )
+        logger.debug("来源合并: %s → %s (sources=%s)",
+                     article.source_id, result.matched_url_hash, merged)
+    except Exception as e:
+        logger.exception("来源合并失败 %s: %s", target, e)
+
+
 def _layer_num(result: DedupResult) -> int:
     """DedupResult → 命中层编号。"""
     if result.matched_layer is None: