docs: 修正 clusters/ 是软链的说法

默认 link_mode 是 hard（scripts/cluster_unlabeled.py 与 configs/cluster/film.yaml
都是），README 里却有三处说成软链，与同一节上文"放的是硬链接"自相矛盾。

- 产出清单与导出小节改为硬链接。
- "导出的是真实文件（不是软链）"在硬链接下不成立——条目本身就是原图数据，
  复制的意义是脱离 runs/ 路径、去掉排序前缀、避免删改牵连原图。
- 跨机器那条注记原本只讲失效软链，补成 SourceResolver 实际处理的三种条目
  （硬链接走 inode 反查 assignments.csv / 有效软链 / 失效软链重定位）。
- scripts/export_clusters.py 的 docstring 是同一处错误，一并修正。

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

README.md

@@ -114,7 +114,7 @@ uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml --
 
 簇数由配置的 `num_clusters` 决定，也可以 `--num-clusters 6` 临时覆盖（实测 4 类的换种子稳定性最高，见文档 §10.4）。产出在 `work_dir`：
 `assignments.csv`（每张图的簇号与到质心的距离）、`summary.json`、
-`clusters/cluster_XX/`（按簇建的软链目录，直接用看图软件翻）、
+`clusters/cluster_XX/`（按簇建的硬链接目录，直接用看图软件翻）、
 `cluster_XX_preview.png`（每簇最靠近质心的代表样本拼图）、
 `cluster_scatter.png`（**簇分布图**，见下）。
 
@@ -173,9 +173,9 @@ scatter:
 
 ### 按聚类结果导出数据集
 
-聚类产出的 `clusters/` 里是**软链**，方便人工翻看和调整——可以把图在子目录间挪动、
-删掉分错的、把 `cluster_03` 改名成 `grease`。整理完之后，以这个目录为准把**真实文件**
-复制出来，得到一个可以直接使用的数据集：
+聚类产出的 `clusters/` 默认是**硬链接**（见上文 `link_mode`），方便人工翻看和调整——
+可以把图在子目录间挪动、删掉分错的、把 `cluster_03` 改名成 `grease`。整理完之后，
+以这个目录为准把图**复制**出来，得到一个与 `runs/` 彻底解耦的数据集：
 
 ```bash
 uv run python scripts/export_clusters.py --work-dir runs/simclr_r101 --prefix-parent
@@ -190,14 +190,17 @@ data/simclr_r101/          # 默认取 work_dir 的名字，--out 可完全指
 └── manifest.json          # 每张图的原始路径与所属类别，便于追溯
 ```
 
-导出的是**真实文件**（不是软链），文件名用原图的名字、去掉 `clusters/` 里的 `0125_`
-排序前缀。加 `--prefix-parent` 会再拼上原父目录名（`反面纵黑点/abc.png` ->
+导出的是**独立的副本**：硬链接条目虽然本身就是原图数据，但路径在 `runs/` 下、
+文件名还带排序前缀，而且删改会牵连原图。文件名用原图的名字、去掉 `clusters/` 里的
+`0125_` 排序前缀。加 `--prefix-parent` 会再拼上原父目录名（`反面纵黑点/abc.png` ->
 `反面纵黑点_abc.png`），既保住来源信息，也化解不同目录同名文件撞车。
 
-> **从服务器拷回来的 `clusters/` 软链全都是坏的**（指向 `/home/deep/...`），不影响使用：
-> 脚本读出链接目标，按其中的 `data/` 段重新落到本机 `--source-root`（默认当前目录）上；
-> 万一还找不到，再用文件名在源目录里兜底索引一次。解析不到的条目会列出来并中止，
-> 确认要忽略就加 `--skip-missing`。
+> **三种条目都能解析。** 硬链接（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，好让文件名与 `--prefix-parent` 拿到真正的来源；
+> 有效软链直接 resolve；**从服务器拷回来的软链**（`link_mode: sym` 时，指向
+> `/home/deep/...`）在本机全部失效，脚本读出链接目标、按其中的 `data/` 段重新落到本机
+> `--source-root`（默认当前目录）上，万一还找不到再用文件名在源目录里兜底索引一次。
+> 解析不到的条目会列出来并中止，确认要忽略就加 `--skip-missing`。
 
 几个保护：同类别内重名（保持原名会互相覆盖）直接报错并提示可用 `--prefix-parent`；
 目标目录非空时必须显式 `--overwrite`。

scripts/export_clusters.py

@@ -3,9 +3,9 @@
 
     uv run python scripts/export_clusters.py --work-dir runs/orgnized_from_r101_k40
 
-聚类脚本产出的 `clusters/` 里是**软链**，方便人工翻看、调整——可以把图在子目录之间
-挪动、删掉分错的、把 `cluster_03` 改名成 `grease`。这个脚本以整理后的目录为准，
-把每张图的**真实文件**复制出来：
+聚类脚本产出的 `clusters/` 默认是**硬链接**（`link_mode: hard`），方便人工翻看、调整——
+可以把图在子目录之间挪动、删掉分错的、把 `cluster_03` 改名成 `grease`。这个脚本以整理后的
+目录为准，把每张图**复制**成独立的副本：
 
 ```
 data/orgnized_from_r101_k40/
@@ -15,14 +15,14 @@ data/orgnized_from_r101_k40/
 └── manifest.json  # 每张图的原始路径与所属类别，便于追溯
 ```
 
-**软链失效也没关系。** 从服务器拷回来的 clusters/ 目录，软链指向的是服务器路径
-（`/home/deep/ModelTrainEval/data/raw/...`），在本机全部失效。脚本会读出链接目标，
-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
+**硬链接条目本身就是原图**，只是路径在 runs/ 下、文件名带着排序前缀。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。
 
+**软链失效也没关系**（`link_mode: sym` 时）。从服务器拷回来的 clusters/ 目录，软链指向的
+是服务器路径（`/home/deep/ModelTrainEval/data/raw/...`），在本机全部失效。脚本会读出链接
+目标，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。
+
 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。