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

tests/test_report_db.py

@@ -177,3 +177,25 @@ class TestBuildReportData:
                                Counter(), "")
         # "?" 不写入 DB，留 None
         assert r.events[0].sentiment is None
+
+    def test_multi_source_label(self) -> None:
+        """去重合并后的多来源 → source 拼接展示（Reuters, CNBC）。"""
+        now = datetime(2026, 8, 4, 8, 0, 0)
+        ev = _fake_high_event("多来源事件", 5, source_id="reuters",
+                              url="https://reuters.com/news/9")
+        # 模拟 M3 去重合并：source_ids 含两个来源
+        ev["article"]["source_ids"] = ["reuters", "cnbc"]
+        r = _build_report_data(now, {}, [ev], Counter(), Counter(), Counter(),
+                               Counter(), "")
+        assert r.events[0].source == "Reuters, CNBC"
+        assert r.events[0].url == "https://reuters.com/news/9"
+
+    def test_single_source_falls_back(self) -> None:
+        """source_ids 为空/单一时回退单源逻辑（不拼接）。"""
+        now = datetime(2026, 8, 4, 8, 0, 0)
+        ev = _fake_high_event("单来源事件", 4, source_id="investinglive",
+                              url="https://investinglive.com/news/3")
+        ev["article"]["source_ids"] = ["investinglive"]
+        r = _build_report_data(now, {}, [ev], Counter(), Counter(), Counter(),
+                               Counter(), "")
+        assert r.events[0].source == "InvestingLive"