[uni-rl] env 契约解耦：uni_rl 对 unilab 的 import 清零

[TATP-233]

Roadmap: #1476

目标

消除 uni_rl 对 unilab 包的全部依赖，算法层只面向一个最小 env 契约（借鉴 mjlab：algo 层只见 gym-like 接口，env 构造由调用方注入）。

当前 outbound 耦合（迁移后须处理）

• unilab.base.observations（get_obs_dims/get_critic_base_dim/split_obs_dict）
• unilab.base.final_observation（resolve_terminal_observation_contract）
• unilab.base.np_env（NpEnvState/NpEnv 类型引用）
• unilab.base.registry（ensure_registries/registry.make，含 get_env_dims 探测 env）
• unilab.base.config_adapter（create_env：fast_sac/flash_sac double_buffer、hora/appo）
• unilab.base.process_device
• unilab.utils.sim2sim（hora/appo play 中的 contract 校验）与 unilab.utils.checkpoint
• hora/distill_config.py 的 parents[2]/"conf" 包内路径算术

方案方向

• obs/final-observation/ dims 等纯函数随迁移下沉 uni_rl（它们本属算法侧语义）
• env 构造（registry/config_adapter/create_env）改为注入：runner/builder 接受 env factory 或预构造 env，UniLab 侧入口脚本负责组装
• sim2sim 校验、checkpoint 解析等 UniLab 业务逻辑留在 UniLab，由 play 入口在调用 uni_rl 前后执行
• distill_config 的 conf 树解析移至 UniLab 侧（teacher 配置属于 task 资产）

验收

• grep -r "unilab" uni_rl/src 零命中（注释/文档除外）
• uni_rl 测试全绿（不安装 unilab）

[TATP-233]

完成。uni_rl PR: unilabsim/unilab_rl#2 （已合入 main，head 2289a52）

• uni_rl src/tests 中 unilab/unisim import 清零（grep 与 test_no_unilab_dependency 严格断言双保险）
• 新增 uni_rl/env_contract.py：EnvProtocol 结构协议 + EnvFactory = Callable[[int, Mapping|None], EnvProtocol] 注入式 env 构造；observations/final_observation 纯函数下沉 uni_rl/utils/；process_device 改为注入 backend_device_binder（fail-closed）
• 移出 uni_rl（[uni-rl] UniLab 侧适配：依赖 uni-rl 并重定向全部引用 #1480 在 UniLab 侧 re-home）：play_hora_appo、hora/distill_config.py
• 验证：pytest 352 passed / 8 skipped；ruff + format clean；uv build + 隔离安装 smoke 通过；wheel 无 unilab 依赖
• [uni-rl] UniLab 侧适配：依赖 uni-rl 并重定向全部引用 #1480 需适配的新接口签名已记录在 PR Feat/appo #2 描述与 agent 报告中