feat(cluster): clusters/ 默认改用硬链接，便于直接在 runs/ 下继续分子类

软链接记的是绝对路径，从服务器拷到本机后全部失效，也不便于直接在 runs/ 下整理。
硬链接不占额外磁盘却表现得和真实文件一样：看图软件能开、可以随意挪动、建子目录
继续分子类，整个目录拷到别的机器也不会断链。

- 新增 link_mode: hard（默认）/ sym / copy；跨文件系统时 hard 自动退回软链并警告
- 落盘后打印各方式的条目数，便于确认实际用的是哪种
- export_clusters.py 适配硬链接：条目本身就是原图，但路径在 runs/ 下、名字还带
  0125_ 排序前缀。按 inode 反查 assignments.csv 还原原图路径，这样导出的文件名与
  --prefix-parent 才能拿到真正的来源目录；查不到则剥掉前缀后用文件名索引兜底

实测：14,579 张跑聚类后 clusters/ 全为硬链接（nlink=2、可直接打开）；
把簇改名、建子目录挪图后再导出，排序前缀已剥除、来源目录正确还原为「反面纵黑点」，
120 张内容与原图逐字节一致。

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

scripts/export_clusters.py

@@ -20,6 +20,9 @@ data/orgnized_from_r101_k40/
 按其中的 `data/` 段重新落到本机 `--source-root` 上；万一还找不到，再用文件名在
 源目录里兜底索引一次。
 
+clusters/ 里若是**硬链接**（`link_mode: hard`，默认），条目本身就是原图；脚本按 inode
+反查 assignments.csv 认出它对应哪张原图，好让文件名和 `--prefix-parent` 拿到真正的来源。
+
 导出的文件名用**原图的名字**，不带 clusters/ 里的 `0125_` 排序前缀。
 加 `--prefix-parent` 则再拼上原父目录名（`反面纵黑点/abc.png` -> `反面纵黑点_abc.png`），
 便于导出后仍能看出图片来自哪个原始目录。
@@ -28,8 +31,10 @@ data/orgnized_from_r101_k40/
 from __future__ import annotations
 
 import argparse
+import csv
 import json
 import os
+import re
 import shutil
 import sys
 from collections import Counter, defaultdict
@@ -44,20 +49,45 @@ logger = None
 IMAGE_SUFFIXES = (".png", ".jpg", ".jpeg", ".bmp", ".tif", ".tiff", ".webp")
 
 
-class SourceResolver:
-    """把 clusters/ 里的条目解析成本机上的真实图片路径。
+RANK_PREFIX = re.compile(r"^\d{4}_")
 
-    三种情况依次尝试：
-    1. 条目本身就是真实文件（有人直接把图拷进去了）；
-    2. 软链有效，直接 resolve；
-    3. 软链失效——读出链接目标，按 `data/` 段重新落到本机 `source_root` 上。
-       再不行就用链接目标的文件名在源目录里查索引（索引惰性构建，用不到就不扫盘）。
+
+class SourceResolver:
+    """把 clusters/ 里的条目解析成本机上的**原图**路径。
+
+    条目可能是三种东西，依次处理：
+    1. **硬链接**（link_mode: hard 的默认产物）——它就是原图本身，但路径在 runs/ 下、
+       文件名还带着 `0125_` 排序前缀。按 inode 反查 assignments.csv 里的原始路径，
+       这样导出的文件名和 `--prefix-parent` 才能拿到真正的来源目录；查不到就退而用
+       条目本身、并剥掉排序前缀。
+    2. **有效软链**——直接 resolve。
+    3. **失效软链**（从服务器拷回来的常态）——读出链接目标，按其中的 `data/` 段
+       重新落到本机 `source_root` 上；再不行用文件名查索引。
     """
 
-    def __init__(self, source_root: Path, marker: str = "data") -> None:
+    def __init__(
+        self, source_root: Path, marker: str = "data", assignments: Path | None = None
+    ) -> None:
         self.source_root = source_root.resolve()
         self.marker = marker
         self._index: dict[str, Path] | None = None
+        self._by_inode = self._build_inode_index(assignments)
+
+    @staticmethod
+    def _build_inode_index(assignments: Path | None) -> dict[tuple[int, int], Path]:
+        """assignments.csv 里列出的原图 -> inode，用来认出硬链接指向谁。"""
+        if not assignments or not assignments.exists():
+            return {}
+        index: dict[tuple[int, int], Path] = {}
+        with assignments.open(encoding="utf-8") as handle:
+            for row in csv.DictReader(handle):
+                path = Path(row.get("path", ""))
+                try:
+                    stat = path.stat()
+                except OSError:
+                    continue
+                index[(stat.st_dev, stat.st_ino)] = path.resolve()
+        return index
 
     def _rebase(self, target: Path) -> Path | None:
         """把 /home/deep/ModelTrainEval/data/raw/film/x.png 落到本机同名的 data/ 下。"""
@@ -85,7 +115,11 @@ class SourceResolver:
                 return entry.resolve()
             return self._rebase(target) or self._lookup(target.name)
         if entry.is_file():
-            return entry.resolve()
+            stat = entry.stat()
+            original = self._by_inode.get((stat.st_dev, stat.st_ino))
+            if original is not None:  # 硬链接：认出它指向的原图
+                return original
+            return self._lookup(RANK_PREFIX.sub("", entry.name)) or entry.resolve()
         return None
 
 
@@ -180,7 +214,9 @@ def main() -> int:
     logger.info("来源: %s（%d 张，%d 个类别）", clusters_dir, total, len(groups))
     logger.info("输出目录: %s", out_dir)
 
-    resolver = SourceResolver(Path(args.source_root))
+    resolver = SourceResolver(
+        Path(args.source_root), assignments=(work_dir or clusters_dir.parent) / "assignments.csv"
+    )
     resolved: dict[str, list[Path]] = defaultdict(list)
     unresolved: list[Path] = []
     for category, entries in groups.items():