feat(cluster): 加 --train-only，自监督训练与聚类可分两步跑

engine/simclr.py 与 engine/cluster.py 本来就互不引用，唯一接口是
simclr_backbone.pth；耦合只在 CLI——method=simclr 会训练完直接聚类。
此前"只聚类"可以用 simclr.checkpoint 做到，"只训练"没有办法。

- --train-only：训练存完权重即退出，不抽特征也不聚类，并打印下一步的聚类命令
- 与 method=pretrained / simclr.checkpoint / --sweep-k 组合时立刻报错说明原因，
  而不是跑完才发现没有产出
- 典型用法：GPU 机器上 --train-only 跑几十小时，之后拿权重反复调 k，每次约 1 分钟

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

README.md

@@ -359,6 +359,28 @@ uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml \
 > **`checkpoint`** = 有权重就**跳过训练**直接聚类（要 `simclr_backbone.pth`）。
 > 拿 `simclr_backbone.pth` 去 `resume` 会报错，因为它不含投影头和优化器状态。
 
+#### 训练与聚类分开跑
+
+自监督训练和聚类在代码上本来就是解耦的（`engine/simclr.py` 与 `engine/cluster.py`
+互不引用，唯一接口是 `simclr_backbone.pth`），只是默认一条命令串起来跑。
+需要分两步时——比如在 GPU 机器上专心训练几十小时，之后在别处反复调 k——用
+`--train-only` 断开：
+
+```bash
+# 第一步：只训练，存完权重就退出，不抽特征也不聚类
+uv run python scripts/cluster_unlabeled.py --config configs/cluster/film_simclr_resnet18.yaml \
+    --work-dir runs/simclr_r18 --train-only --set simclr.epochs=40
+
+# 第二步：只聚类，想换几次 k 就跑几次，每次约 1 分钟
+uv run python scripts/cluster_unlabeled.py --config configs/cluster/film_simclr_resnet18.yaml \
+    --work-dir runs/simclr_r18_k4 \
+    --set simclr.checkpoint=runs/simclr_r18/simclr_backbone.pth --num-clusters 4
+```
+
+第一步只产出 `simclr_backbone.pth` 与 `simclr_last.pth`，没有 `assignments.csv` 之类。
+`--train-only` 遇到 `method=pretrained`（没东西可训）、`simclr.checkpoint`（会跳过训练）
+或 `--sweep-k`（要靠聚类才能扫）都会直接报错，不会跑完才发现什么都没产出。
+
 #### 第二步：复用权重重新聚类
 
 想换簇数或改聚类参数时**不必重训**——把权重路径填进 `simclr.checkpoint` 就会跳过训练