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

app/database.py

@@ -51,12 +51,36 @@ class Base(DeclarativeBase):
 
 
 def init_db_schema() -> None:
-    """建表（幂等）。"""
+    """建表（幂等）+ 旧库迁移（给 task 表补新字段）。
+
+    SQLAlchemy 的 create_all 只建新表不改旧表。对已存在的 task 表，
+    需手动 ALTER TABLE ADD COLUMN 补 wav_path / segments_json（nullable）。
+    """
     from .models.task import Task  # noqa: F401
     from .models.upload_session import UploadSession  # noqa: F401
 
-    get_engine()
-    Base.metadata.create_all(get_engine())
+    engine = get_engine()
+    Base.metadata.create_all(engine)
+    _migrate_task_columns(engine)
+
+
+def _migrate_task_columns(engine) -> None:
+    """检测 task 表缺失的列并 ALTER TABLE 补上（nullable，向后兼容）。"""
+    from sqlalchemy import inspect, text
+
+    insp = inspect(engine)
+    if "task" not in insp.get_table_names():
+        return  # 新库，create_all 已建好完整表
+    existing = {c["name"] for c in insp.get_columns("task")}
+    # 新增字段：(列名, 列定义)
+    additions = [
+        ("wav_path", "VARCHAR(1024)"),
+        ("segments_json", "TEXT"),
+    ]
+    with engine.begin() as conn:
+        for col, coltype in additions:
+            if col not in existing:
+                conn.execute(text(f"ALTER TABLE task ADD COLUMN {col} {coltype}"))
 
 
 def get_db() -> Generator[Session, None, None]: