feat(export): 改为按 clusters/ 目录导出，并重定位失效的软链

原来按 assignments.csv 导出，反映的是聚类当时的划分；而 clusters/ 目录会被人工
整理——挪动分错的图、把 cluster_03 改名成 grease。现在以整理后的目录为准。

- 扫描 clusters/ 下的子目录，目录名即类别名并原样保留（不再是数字编号）
- 文件名用原图的名字，去掉 clusters/ 里的 NNNN_ 排序前缀
- 失效软链的重定位：读出链接目标，按其中的 data/ 段落到本机 --source-root 上；
  再不行用文件名在源目录里兜底索引（惰性构建，用不到就不扫盘）。
  从服务器拷回来的 clusters/ 软链全部指向 /home/deep/... 在本机失效，这是常态
- 解析不到的条目列出并中止，--skip-missing 可忽略
- manifest 记录类别、每张图的原始路径与被跳过的条目

在真实目录上验证：11,212 张、15 个类别，软链 100% 失效但全部重定位成功，
导出后抽查 200 张与原图逐字节一致。跨数据集的数字文件名（blue/113.bmp 与
pearlescent/113.bmp）会被重名检查拦下，--prefix-parent 可化解。

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

README.md

@@ -262,38 +262,34 @@ scatter:
 
 ### 按聚类结果导出数据集
 
-人工核对完分组后，把结果落成一个可以直接使用的数据集目录：
+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：
 
 ```bash
-uv run python scripts/export_clusters.py --work-dir runs/simclr_r18            # 先看计划加 --dry-run
+uv run python scripts/export_clusters.py --work-dir runs/simclr_r101 --prefix-parent
+#                                                              先看计划加 --dry-run
 ```
 
 ```
-data/film_r18_cluster_k4/     # <源目录名>_<骨架标签>_cluster_k<簇数>，自动推导
-├── 0/                        # 簇 0 的图，文件名保持原样
-├── 1/
-├── 2/
-├── 3/
-└── manifest.json             # 来源 run、特征配置、每张图的原始路径
+data/simclr_r101/          # 默认取 work_dir 的名字，--out 可完全指定
+├── grease/                # 子目录名沿用 clusters/ 里的（人工整理过的类别名）
+├── mosquito/
+├── normal/
+└── manifest.json          # 每张图的原始路径与所属类别，便于追溯
 ```
 
-**复制真实文件**，不是软链，所以这个目录可以直接拷走或喂给别的工具。
+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` ->
+`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。
 
-默认保持原文件名。加 `--prefix-parent` 会把原父目录名拼到文件名前：
+> **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`。
 
-```bash
-uv run python scripts/export_clusters.py --work-dir runs/simclr_r18 --prefix-parent
-# back-mosquito-G0/5.14_677mmX316.10m_....png -> back-mosquito-G0_5.14_677mmX316.10m_....png
-```
-
-导出后目录只剩簇号，原来的来源信息就没了——加前缀能留住它，人工核对时一眼看出
-某张图原本在哪个目录；顺带也化解不同子目录同名文件在同一个簇里撞车的情况
-（撞车时的报错也会提示可以试试这个开关）。
-目录名可用 `--tag r18ss` 换标签、`--out` 完全指定。几个保护：源文件缺失、
-同簇内出现重名（保持原名会互相覆盖）都会直接报错；目标目录非空时必须显式 `--overwrite`。
-
-> 标签只反映骨架，不区分 pretrained 与 simclr——同一骨架的两种跑法会推出同名目录，
-> 需要并存时用 `--tag` 手动区分。无论目录叫什么，`manifest.json` 都记着这批图来自哪次 run。
+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`。
 
 ### 自监督预训练（SimCLR）