fix: 修复补跑历史日期的静默空转与日报日期错位 (P0-3/P0-4)

- run_step: 补跑保护——历史日期跳过 crawler(首页只含当天内容)并告警,复用已有 raw 数据
- run_step: report 步骤改用传入的 date_str,不再硬编码 date.today()
- 新增 4 个补跑相关测试,修正 3 个既有测试适配新行为
- 全量 259 passed(3 个 crawler 基线失败与本次无关)

scheduler/pipeline.py

@@ -220,15 +220,29 @@ def run_step(name: str, date_str: str) -> StepResult:
 
     返回: StepResult。
     """
+    # 补跑保护:抓取类步骤只能产生当天数据(网站首页只含当前内容,历史文章已滚走),
+    # 补跑历史日期时跳过抓取并告警,复用已有 data/raw/*/{date_str} 数据。
+    # 注意:仅保护 crawler; xwlb 走 API 支持任意历史日期,无需跳过。
+    if name == "crawler" and date_str != date.today().strftime("%Y%m%d"):
+        started = datetime.now()
+        logger.warning(
+            "补跑模式:首页只含当天内容,无法补抓 {};跳过抓取,复用已有 data/raw/*/{}",
+            date_str, date_str,
+        )
+        return StepResult(
+            name=name, success=True, elapsed_sec=0.0,
+            tail_msg="补跑跳过(抓取只能产生当天数据)", started_at=started,
+        )
+
     # report 步骤:内部函数,不走子进程
-    # 日报按当天日期生成: 新闻由 _collect_news_events 回溯过去 30 小时,
+    # 日报按 date_str 日期生成: 新闻由 _collect_news_events 回溯过去 30 小时,
     # xwlb 由 _collect_xwlb 固定取前一日(已播出)联播。
     if name == "report":
         started = datetime.now()
         try:
             from .reporter import generate_report  # noqa: E402
 
-            report_date = date.today().strftime("%Y%m%d")
+            report_date = date_str
             logger.info("日报: report_date={} (新闻 30h 回溯, xwlb 前一日)", report_date)
 
             path = generate_report(report_date, upload=True)