feat(scripts): 按聚类结果导出数据集

新增 scripts/export_clusters.py：读聚类产出的 assignments.csv，把原图复制成
data/<源目录名>_<骨架标签>_cluster_k<簇数>/，子目录用从 0 开始的数字编号。

- 复制真实文件（copy2 保留修改时间），不建软链、不改名
- 目录名自动推导：源目录名取各路径的公共父目录，骨架标签取自 summary.json 的
  feature_source；--tag / --out 可覆盖
- manifest.json 记录来源 run、特征配置与每张图的原始路径，便于追溯
- 保护：源文件缺失、同簇内重名（保持原名会互相覆盖）直接报错；
  目标目录非空需显式 --overwrite；--dry-run 只打印计划
- 聚类产出的 summary.json 新增 feature_source 字段（method / backbone /
  feature_stages），供上面的自动命名与日后追溯

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

README.md

@@ -247,6 +247,30 @@ scatter:
 > 完整的数学推导、算法流程图与全部消融数据见
 > **[docs/unsupervised-clustering.md](docs/unsupervised-clustering.md)**。
 
+### 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：
+
+```bash
+uv run python scripts/export_clusters.py --work-dir runs/simclr_r18            # 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
+```
+
+**复制真实文件**，不是软链也不改名，所以这个目录可以直接拷走或喂给别的工具。
+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。
+
 ### 自监督预训练（SimCLR）
 
 `method: pretrained`（默认）用 ImageNet 权重直接抽特征，不训练；`method: simclr` 则在