refactor: 全面重构代码并加白话注释，移动全局并行，去掉去向/重复记录

- 重构后端与前端，全程大白话注释（不懂程序也能看懂）
- 移动阶段改为全局并行（MoveAll，工人数=CPU核心数）
- 去掉记录每个文件搬去哪了（删除去向回填，解决写库卡顿）
- 去掉重复文件标记与统计：重复判定改为 MD5+路径都相同才算，重复则原地忽略不移动；MD5 相同但路径不同仍照常搬
- 媒体库去掉归类目录列，看板去掉重复/归类分布统计

internal/probe/brightness.go

@@ -14,18 +14,23 @@ import (
 	_ "golang.org/x/image/webp"
 )
 
+// 明暗分析相关的三个参数：
 const (
-	// brightnessDecodeLimit 明暗分析允许解码的最大像素数，超出时跳过分析（按 mid 归类），避免超大图 OOM
+	// brightnessDecodeLimit 允许分析的最大像素数。超过就跳过分析（按中性归类），
+	// 防止超大图把内存吃爆。
 	brightnessDecodeLimit = 40_000_000
-	// thumbnailMaxEdge 明暗分析时大图缩放后的最长边像素，缩小到该尺寸内再统计
+	// thumbnailMaxEdge 大图缩放后的最长边像素。先缩小再统计，省内存省时间。
 	thumbnailMaxEdge = 256
-	// thumbnailScaleThreshold 像素数超过该值才缩放为缩略图再统计
+	// thumbnailScaleThreshold 像素数超过这个值才缩放成缩略图再统计。
 	thumbnailScaleThreshold = 250_000
 )
 
-// AnalyzeBrightness 打开并解码图片，分析明暗程度。
-// darkScore: 暗色像素（亮度 < 80）占比；lightScore: 亮色像素（亮度 > 175）占比。
-// 超大图（超过 brightnessDecodeLimit 像素）直接跳过分析返回 mid；大图先缩放为缩略图再统计，降低内存与耗时。
+// AnalyzeBrightness 打开一张图片，分析它偏暗还是偏亮。
+//   - darkScore：暗色像素（亮度 < 80）占多少比例
+//   - lightScore：亮色像素（亮度 > 175）占多少比例
+//
+// 超大图直接跳过（返回两个 0，调用方会按"中性"归类）；
+// 普通大图先缩小成缩略图再统计，既快又不失真（整体明暗分布基本保留）。
 func AnalyzeBrightness(filePath string) (darkScore float64, lightScore float64, err error) {
 	f, err := os.Open(filePath)
 	if err != nil {
@@ -33,13 +38,15 @@ func AnalyzeBrightness(filePath string) (darkScore float64, lightScore float64,
 	}
 	defer f.Close()
 
+	// 先只读配置看看多大，太大就不分析了
 	cfg, _, err := image.DecodeConfig(f)
 	if err != nil {
 		return 0, 0, err
 	}
 	if cfg.Width <= 0 || cfg.Height <= 0 || cfg.Width*cfg.Height > brightnessDecodeLimit {
-		return 0, 0, nil // 超大图跳过，由调用方按 mid 归类
+		return 0, 0, nil // 超大图，跳过
 	}
+	// 回到文件开头，重新完整解码
 	if _, err := f.Seek(0, 0); err != nil {
 		return 0, 0, err
 	}
@@ -48,6 +55,7 @@ func AnalyzeBrightness(filePath string) (darkScore float64, lightScore float64,
 		return 0, 0, err
 	}
 
+	// 大图先缩小成缩略图
 	if img.Bounds().Dx()*img.Bounds().Dy() > thumbnailScaleThreshold {
 		img = scaleToThumbnail(img, thumbnailMaxEdge)
 	}
@@ -55,8 +63,8 @@ func AnalyzeBrightness(filePath string) (darkScore float64, lightScore float64,
 	return dark, light, nil
 }
 
-// scaleToThumbnail 将大图等比缩放到最长边不超过 maxEdge 的缩略图（纯内存，不落盘）。
-// 缩放是像素平均，整体亮度分布基本保留，用于粗粒度明暗分类足够准确。
+// scaleToThumbnail 把大图等比缩放到最长边不超过 maxEdge 的缩略图（只占内存，不写盘）。
+// 缩小时是像素平均，整体明暗分布基本保留，用来粗分亮暗足够了。
 func scaleToThumbnail(img image.Image, maxEdge int) image.Image {
 	srcBounds := img.Bounds()
 	srcW, srcH := srcBounds.Dx(), srcBounds.Dy()
@@ -76,9 +84,11 @@ func scaleToThumbnail(img image.Image, maxEdge int) image.Image {
 	return dst
 }
 
-// analyzeBrightness 统计暗色/亮色像素占比（ITU-R BT.601 亮度公式）。
-// 完全透明的像素（alpha=0）不计入统计。
-// 对常见内存布局（NRGBA/RGBA/Gray）直接访问像素数组，避免 image.At 接口逐像素开销。
+// analyzeBrightness 数一数暗色/亮色像素各占多少比例。
+// 用 ITU-R BT.601 的亮度公式算每个像素的"亮度值"。
+// 完全透明的像素（alpha=0）不算数。
+// 为了快，常见的内存格式（NRGBA/RGBA/Gray）直接翻底层像素数组，
+// 不常见的才用慢一点的通用方式。
 func analyzeBrightness(img image.Image) (darkScore float64, lightScore float64) {
 	bounds := img.Bounds()
 	totalPixels := bounds.Dx() * bounds.Dy()
@@ -108,7 +118,8 @@ func analyzeBrightness(img image.Image) (darkScore float64, lightScore float64)
 		for y := bounds.Min.Y; y < bounds.Max.Y; y++ {
 			offset := m.PixOffset(bounds.Min.X, y)
 			for x := bounds.Min.X; x < bounds.Max.X; x++ {
-				// 预乘 alpha：若完全不透明则按直接值，否则近似取非预乘分量
+				// RGBA 是"预乘 alpha"，完全不透明就用原值，
+				// 半透明的按比例还原出真实颜色分量再算亮度
 				a := pix[offset+3]
 				if a == 0 {
 					offset += 4
@@ -126,6 +137,7 @@ func analyzeBrightness(img image.Image) (darkScore float64, lightScore float64)
 			}
 		}
 	case *image.Gray:
+		// 灰度图：像素本身就是亮度值
 		pix := m.Pix
 		for y := bounds.Min.Y; y < bounds.Max.Y; y++ {
 			offset := m.PixOffset(bounds.Min.X, y)
@@ -141,6 +153,7 @@ func analyzeBrightness(img image.Image) (darkScore float64, lightScore float64)
 			}
 		}
 	default:
+		// 其他格式：用通用的读法
 		for y := bounds.Min.Y; y < bounds.Max.Y; y++ {
 			for x := bounds.Min.X; x < bounds.Max.X; x++ {
 				r, g, b, a := img.At(x, y).RGBA()
@@ -159,7 +172,7 @@ func analyzeBrightness(img image.Image) (darkScore float64, lightScore float64)
 	return float64(darkCount) / float64(sampleCount), float64(lightCount) / float64(sampleCount)
 }
 
-// countBrightness 按 BT.601 亮度公式累计暗/亮像素计数
+// countBrightness 按亮度公式（BT.601）判断一个像素偏暗还是偏亮，并计数。
 func countBrightness(r, g, b float64, darkCount, lightCount *int64) {
 	brightness := 0.299*r + 0.587*g + 0.114*b
 	if brightness < 80 {