feat(all): 物理正确性五重硬门槛、输入文件结构化与 fort.55 错位修复、conv 诊断 DB 化与阶段归因修复、ORELAX 收敛修复与导入工具下线

物理正确性校验体系（common/conv_check.rs +494 行）
- 新增 5 类硬门槛：能量守恒(.6)、温度结构(.7)、emflux 积分校验(.emflux，含全 NaN 判失败)、假收敛排查(itek 轨迹首末比)、b 因子合理性(.bfac)
- runner 在 TLUSTY 阶段结束后执行全部校验，任一失败判 final_converged=false
- GridConfig 新增 8 个可配阈值，经 scheduler→executor→runner 全链路透传

输入文件配置结构化重构（config.rs +1453 行）
- TlustyInput 拆为 dot5/nst 分层结构，字段名严格映射 tlusty208.f READ 语句；SynspecInput 重构为 9 个 Fort55Line 子结构体
- 移除 ChainStep.metals 字段，元素集改由 dot5.atoms/ions 显式声明（gen_input5/nst_writer 同步重写为三源融合 / 分层覆盖）
- fort.55 修复行结构 bug：补全分子表行（7→9 行），IDSTD 50→0 错位修正（影响全部光谱线强归一化，需重算 SYNSPEC 阶段）

conv 诊断 DB 化与阶段归因修复（server）
- 单点详情 conv 面板从磁盘 conv.json 改读 DB grid_points.summary_json；grid_points 新增 summary_json/last_elapsed_sec 两列（旧库幂等 ALTER）
- record_task_report 阶段归因列加 CASE 守卫 + clear_synspec 对称处理，修复 synspec-only/TLUSTY-only 重跑污染统计
- 新增 summary_merge.rs 点级增量合并，避免重跑覆盖诊断字段

收敛性 ORELAX 修复与 seed_chain 可配（sdB_cno.yaml + node）
- nl 阶段加 orelax=0.5、seed_nc 加 orelax=0.3，阻尼中温区 relc 振荡发散
- seed_chain 块可配，executor 优先采用用户配置而非内置默认链

导入工具下线
- 删除 import_results 客户端工具及 Windows 推送脚本；移除 /admin/import_seed 端点
- 改为服务端临时 migrate_conv 端点（扫 conv.json 增量合并入库，迁移后可删）

文档与分析
- 新增 1305 失败点根因分析、fort.14 全 NaN 物理含义分析两份深度文档
- spectrum_correctness_analysis 两次修订标注已修复项；fetch_results.sh 修 trap RETURN 的 set -u 报错

crates/server/tests/wf_migration_isolation.rs

@@ -1,10 +1,10 @@
 //! 验证「历史种子导入的工作流名」与「正式工作流名」的隔离关系。
 //!
-//! 用户意图：import_results 把旧 Python 计算结果导入，标记为已完成，避免重算。
+//! 用户意图：离线导入工具把旧计算结果导入，标记为已完成，避免重算。
 //! 关键问题：导入到工作流 A，之后正式启动工作流 B（同名/异名），B 能否看到 A 标记的 converged？
 
 use common::config::GridConfig;
-use common::models::GridPointParams;
+use common::models::{GridPointParams, ModelSummary};
 use mq::sqlite_queue::SqliteTaskQueue;
 use server::{db::Database, scheduler::GridScheduler};
 use std::sync::Arc;
@@ -21,6 +21,47 @@ fn make_params() -> GridPointParams {
     }
 }
 
+/// 构造一个收敛的 ModelSummary（result_valid=true, atmosphere_has_nan=false），
+/// 用 point_name 作权威名。供测试模拟离线导入写入 summary_json。
+fn make_converged_summary(name: &str, params: &GridPointParams) -> ModelSummary {
+    ModelSummary {
+        name: name.to_string(),
+        params: params.clone(),
+        stages: Vec::new(),
+        result_valid: true,
+        final_max_relc: Some(0.001),
+        final_chmax: Some(0.001),
+        seed: None,
+        atmosphere_has_nan: false,
+        synspec_rc: None,
+        synspec_error: None,
+        synspec_sec: None,
+        elapsed_sec: 0.0,
+        energy_check: None,
+        temp_check: None,
+        emflux_check: None,
+        bfac_check: None,
+        note: None,
+    }
+}
+
+/// 测试辅助：模拟离线导入——upsert 点 + 写收敛 summary（等价旧 mark_grid_point_imported）。
+async fn mark_imported(
+    db: &Database,
+    name: &str,
+    workflow: &str,
+    params: &GridPointParams,
+    method: &str,
+) {
+    db.upsert_grid_point_named(name, params, 0, workflow)
+        .await
+        .unwrap();
+    let summary = make_converged_summary(name, params);
+    db.upsert_point_summary(name, workflow, &summary, method)
+        .await
+        .unwrap();
+}
+
 /// 构造只含一个网格点（t20000_g5.0_he-2_c-4_n-4_o-4）的 config。
 fn make_grid_cfg() -> GridConfig {
     let yaml = "grid:\n  teff: [20000]\n  logg: [5.0]\n  loghe: [-2]\n  logc: [-4]\n  logn: [-4]\n  logo: [-4]\n";
@@ -49,13 +90,8 @@ async fn test_same_workflow_name_preserves_converged() {
     let name = "t20000_g5.0_he-2_c-4_n-4_o-4";
     let p = make_params();
 
-    // 模拟 import_seed：upsert + mark_imported，工作流名 = sdB_cno
-    db.upsert_grid_point_named(name, &p, 0, "sdB_cno")
-        .await
-        .unwrap();
-    db.mark_grid_point_imported(name, "sdB_cno", None, "cold_run")
-        .await
-        .unwrap();
+    // 模拟离线导入：upsert + 写收敛 summary，工作流名 = sdB_cno
+    mark_imported(&db, name, "sdB_cno", &p, "cold_run").await;
 
     // 之后正式启动同名工作流：initialize_grid(sdB_cno)
     sched
@@ -80,13 +116,8 @@ async fn test_different_workflow_name_causes_recompute() {
     let name = "t20000_g5.0_he-2_c-4_n-4_o-4";
     let p = make_params();
 
-    // 模拟 import_seed：导入到 "imported" 工作流
-    db.upsert_grid_point_named(name, &p, 0, "imported")
-        .await
-        .unwrap();
-    db.mark_grid_point_imported(name, "imported", None, "cold_run")
-        .await
-        .unwrap();
+    // 模拟离线导入：导入到 "imported" 工作流
+    mark_imported(&db, name, "imported", &p, "cold_run").await;
 
     // 之后正式启动 "sdB_cno" 工作流
     sched
@@ -118,13 +149,8 @@ async fn test_mixed_grid_import_then_init_avoids_recompute() {
     let (db, sched) = setup().await;
     let p_old = make_params(); // t20000_g5.0_...
 
-    // 模拟 import_seed：旧网格里这个点已收敛，导入到 sdB_cno
-    db.upsert_grid_point_named("t20000_g5.0_he-2_c-4_n-4_o-4", &p_old, 0, "sdB_cno")
-        .await
-        .unwrap();
-    db.mark_grid_point_imported("t20000_g5.0_he-2_c-4_n-4_o-4", "sdB_cno", None, "cold_run")
-        .await
-        .unwrap();
+    // 模拟离线导入：旧网格里这个点已收敛，导入到 sdB_cno
+    mark_imported(&db, "t20000_g5.0_he-2_c-4_n-4_o-4", "sdB_cno", &p_old, "cold_run").await;
 
     // 正式启动 sdB_cno，config 比旧网格多了一个新点（t25000）
     let yaml = "grid:\n  teff: [20000, 25000]\n  logg: [5.0]\n  loghe: [-2]\n  logc: [-4]\n  logn: [-4]\n  logo: [-4]\n";
@@ -172,13 +198,8 @@ async fn test_precision_diff_import_then_init_preserves_converged() {
         logo: GridAxisValue::from_value(-4.0),
     };
 
-    // 模拟 import_results 重写 name 后入库：grid_points.name = canonical(g5.0)
-    db.upsert_grid_point_named(canonical, &p, 0, "sdB_cno")
-        .await
-        .unwrap();
-    db.mark_grid_point_imported(canonical, "sdB_cno", None, "cold_run")
-        .await
-        .unwrap();
+    // 模拟离线导入重写 name 后入库：grid_points.name = canonical(g5.0)
+    mark_imported(&db, canonical, "sdB_cno", &p, "cold_run").await;
 
     // 启动同名工作流：initialize_grid 用配置 model_name()(=g5.0) 插入
     let yaml = "grid:\n  teff: [20000]\n  logg: [5.0]\n  loghe: [-2]\n  logc: [-4]\n  logn: [-4]\n  logo: [-4]\n";