refactor(scripts): 正交分解 scripts/ 目录，提取共享模块消除三轴重复;

[ThreeFish-AI]

背景

• 本次变更要解决的问题：apps/negentropy/scripts/ 目录中 4 个脚本（471 行）存在三轴正交重复——DB 引擎生命周期（create_async_engine + dispose 在 4 个脚本中各重复一次）、异步入口点（asyncio.run + try/except 样板重复 4 次）、清理算法（cluster_by_time/check_index_completeness 在 CLI 脚本、API 端点、单元测试三处逐字重复）
• 关联上下文/文档：CLAUDE.md 熵减原则（正交分解、单一事实源、复用驱动）

核心变更

• 新建 scripts/_db.py（45 行）：提取 script_engine（async context manager，自动 dispose）、script_connection（引擎+连接快捷方式）、run_script（asyncio.run 封装 + 统一错误处理）三个共享工具
• 新建 src/negentropy/knowledge/cleanup.py（133 行）：将聚类算法（cluster_by_time/check_index_completeness）及异步 DB 操作（scan_source_uris/get_chunks_for_source/delete_chunks）收敛为单一事实源，CLI 脚本、API 端点、单元测试均从此模块导入
• 重构 cleanup_orphan_chunks.py：从 330 行减至 195 行，删除 5 个本地函数定义，改为导入 cleanup 模块 + _db 工具
• 重构 find_dup_arxiv_ids.py（79→55 行）、force_reset_db.py（39→22 行）、init_test_db.py（26→14 行）：使用 _db 共享工具消除连接样板
• 更新 test_cleanup_orphans.py：删除 25 行内联函数副本，改为从 negentropy.knowledge.cleanup 导入
• 消除 api.py L5764-5792 的重复算法：替换内联聚类循环和完整性检查为 cluster_by_time/check_index_completeness 调用

风险与回滚

• 主要风险：API 端点中 Row→dict 转换引入额外列表推导开销，性能影响可忽略不计
• 回滚方式：git revert 单次提交即可完整回滚

验证证据

• 单元测试：pytest tests/unit_tests/knowledge/test_cleanup_orphans.py — 7/7 全部通过
• 集成测试：N/A（纯重构，无新功能）
• E2E/Workflow：各脚本 --help 入口正常输出
• 覆盖率/关键截图：ruff check 全部通过，pre-commit hooks（lint + format）通过

影响范围

• 前端：无
• 后端：negentropy.knowledge.api 中 cleanup-orphans 端点的聚类逻辑改为从模块导入（外部行为不变）
• GitHub Actions / 文档：无

Next Best Action

• 考虑为 cleanup.py 中的异步 DB 函数补充单元测试（当前测试仅覆盖纯函数）