feat: 调度器+并发管线+GPU优化+日志分级+前端修复

- scheduler: ffmpeg 异步线程 + GPU 串行调度 + 模型复用（2N→2 次加载）
- pipeline: 阶段拆分（extract/asr/translate），中间数据存 Task 字段
- translate_service: 长度排序批处理，padding 浪费减少 91%
- model_manager: ASR/翻译不共驻，BatchedInferencePipeline 批量解码
- 日志分级: INFO=任务流转里程碑，DEBUG=进度详情；默认 INFO
- 前端: 日志最新在上+滚动感知+退避轮询；24h 时间；上传中状态显示
- /health: 返回完整 Whisper/NLLB 配置
- upload_service: 单事务 complete + 扩展名白名单
- task_router: 合并 UploadSession 虚拟任务到列表
- Dockerfile: CPU/GPU 独立构建链，deps 缓存稳定
- prefetch_models: 安装时预下载模型权重

README.md

@@ -54,8 +54,10 @@ Spring 风格分层，HTTP 边界（controllers）与业务逻辑（services）
 ```
 audio2text/
 ├── Dockerfile                    # 一份 Dockerfile，ARG VARIANT=cpu|gpu 出两个镜像
-├── docker-compose.yml            # cpu / gpu 两个 profile
+├── docker-compose.yml            # cpu / gpu / dev 三个 profile
 ├── setup.sh / start.sh / stop.sh # 安装 / 启动 / 停止（包装 docker 命令）
+├── scripts/
+│   └── prefetch_models.{sh,py}   # 预拉模型权重到 ./models volume（避免首次启动下载）
 ├── requirements.txt
 ├── config.example.yaml           # 配置模板（复制为 config.yaml 后填值）
 ├── README.md
@@ -149,6 +151,21 @@ cd /root/zikai/audio2text
 首次启动会下载模型（Whisper `tiny.en` ~39M + opus-mt ~300MB）到 `./models` volume，
 之后秒起。启动后浏览器打开 `http://127.0.0.1:8000/`，拖入视频或音频文件即可。
 
+### 预拉模型（避免首次启动卡在下载）
+
+容器首次处理任务时会从 HuggingFace 下载模型，大模型（GPU 的 large-v3-turbo ~3GB +
+NLLB-1.3B ~2.5GB）下载耗时较长。可用预拉脚本提前下好到 `./models` volume，之后容器启动
+即用、无需联网：
+
+```bash
+./scripts/prefetch_models.sh                  # 读 config.yaml（当前激活配置）
+./scripts/prefetch_models.sh config.gpu.yaml  # 读指定配置（如切换到 GPU 前预拉大模型）
+```
+
+脚本用已构建的镜像跑一次性容器，读配置里的 `asr.model` / `translation.model`，下载到
+`./models/huggingface`（HF 标准缓存）。**幂等**：已下过的模型自动跳过。换 config 的模型
+名后重跑即可补下新模型，无需重建镜像。
+
 ### CPU 模型选型
 
 | 组件 | 模型 | 大小 | 说明 |