fix(worker): PR2 并发/竞态 High 修复 6 项（metadata保护+AnalysisReport唯一+retry退避+重复skim+heartbeat+arxiv500）

[Color2333]

背景

Worker 抓取逻辑审计的 6 个 High 并发/竞态问题。基于 PR1（#46）之上，文件集与 PR1/PR3 互斥。PR1 合入后可改 base 到 main 合入。

修复清单

2a upsert_paper 保护 skim metadata（High）

packages/storage/repositories/paper.py 更新分支此前 existing.metadata_json = data.metadata（整体覆盖）会把 skim 写入的 keywords/title_zh/abstract_zh 抹掉——重复抓取同一论文时丢失已花钱算出来的 skim 产物。改合并：保留已有 skim 派生字段，其余由 arxiv 原始元数据更新覆盖（categories/authors/source 等）。

2b AnalysisReport 加 unique + IntegrityError 处理（High）

packages/storage/models.py paper_id 加 unique=True，并发 skim 同一论文不再产生重复行。packages/storage/repositories/analysis.py _get_or_create 加 IntegrityError 捕获：flush 命中 unique 约束时回滚并取已存在行。alembic 迁移 f6a7b8c9d0e1 先删重复行（保留 created_at 最早）再加唯一索引（幂等，PG 窗口函数 / SQLite rowid）。

2c daily_runner 内层 retry 加退避（High）

packages/ai/daily_runner.py 内层 for _attempt in range(retry_limit+1) 此前无 sleep 无退避，失败后立即重发加速触发 429。加指数退避；429/限流类用更长退避（10*2^n），其余用 3*2^n。

2d idle_processor 防重复处理（High）

packages/ai/idle_processor.py 新增进程内 _dispatching 标志 + set_dispatching/is_dispatching。apps/worker/main.py topic_dispatch_job 期间置 True，IdleDetector.is_idle 读到即视为繁忙，避免 idle 与 topic_dispatch 抢同一批 unread 论文重复 embed/skim。仅 worker 进程内生效（idle_processor 与 topic_dispatch 同在 worker 容器）。

2e worker heartbeat 不掩盖故障（High）

apps/worker/main.py _write_heartbeat 改写 JSON {ts, error}，job 全部失败时不写心跳让其自然过期。docker-compose.yml healthcheck 改判时效（20min 过期）而非仅 test -f。新增 scripts/worker_healthcheck.py（读 JSON 判 ts 时效，文件缺失/损坏/过期均判不健康）。

2f arxiv_client 500 重试复用限流（High）

packages/integrations/arxiv_client.py acquire_api 移入重试循环内（此前循环外只 acquire 一次，500 回退的二次请求绕过限流器）。500 回退改 continue 回循环顶部重新限流，二次失败由循环统一处理。

验证

• AST 解析全部 9 个改动文件
• ruff check / format 全通过
• pytest：55 passed, 2 skipped（新增 5 测试：TestAnalysisRepository 4 + PaperRepository upsert 保留 skim metadata 1）
• alembic upgrade head 迁移链完整跑到新 head f6a7b8c9d0e1（基于 PR1 的 e5f6a7b8c9d0）
• worker_healthcheck.py 三态验证（缺失→exit1，新鲜→exit0，过期→exit1）

部署影响

• 需跑 alembic upgrade head（新迁移幂等，先删重复行再加唯一索引）
• docker-compose healthcheck 命令变更（用 python -m scripts.worker_healthcheck）
• 无新增配置项

不做（诚实标注）

• embed/skim/deep 各自 session 无统一事务：架构改动大，留后续
• 跨进程 _active_tasks/_current_slot 共享：纯限流只共享 bucket 即可

[github-actions]

🔍 OpenCode PR Review Required

这是一个受保护的分支，merge 前需要进行 code review。

请运行以下命令进行 OpenCode review：

/oc review https://github.com/Color2333/PaperMind/pull/$PR_NUM

或者在 PR 页面评论 /oc 来触发 OpenCode review。

---

This is an automated reminder from PR Review Gate.