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>

scripts/cluster_unlabeled.py

@@ -122,10 +122,26 @@ def write_outputs(cfg, work_dir, metas, result, num_clusters, stability):
             width, height = meta["size"]
             writer.writerow([meta["path"], label, f"{distance:.6f}", meta["source_dir"], width, height])
 
+    method = str(cfg.get("method", "pretrained"))
+    backbone_cfg = (
+        dict(cfg.get("simclr", {}).get("backbone", {}))
+        if method == "simclr"
+        else dict(cfg.get("backbone", {}))
+    )
     summary = {
         "num_clusters": num_clusters,
         "num_images": len(metas),
-        "method": cfg.get("method", "pretrained"),
+        "method": method,
+        # 记录特征来源，供 export_clusters.py 自动命名以及日后追溯
+        "feature_source": {
+            "method": method,
+            "backbone": backbone_cfg,
+            "feature_stages": (
+                cfg.get("simclr", {}).get("feature_stages")
+                if method == "simclr"
+                else cfg.get("feature_stages")
+            ),
+        },
         "image_size": cfg.get("image_size"),
         "cluster_sizes": result.sizes,
         "silhouette": result.silhouette,