fix: 重复文件归类、图片探测与明暗分析健壮性

- organize/store: 按 MD5 去重，重复图片/视频/音频统一移入「重复文件」目录，不再覆盖已有记录
- probe/image: webp/bmp/psd/psb 专用解码失败后走 ffprobe 兜底，与通用路径一致
- probe/brightness: 大图内存缩放为缩略图再分析明暗，超4000万像素跳过分析防OOM
- README: 补充重复文件目录说明，修正 Go 版本为 1.25.0

internal/probe/brightness.go

@@ -2,7 +2,6 @@ package probe
 
 import (
 	"image"
-	"math"
 	"os"
 
 	_ "image/gif"
@@ -10,27 +9,74 @@ import (
 	_ "image/png"
 
 	_ "golang.org/x/image/bmp"
+	"golang.org/x/image/draw"
 	_ "golang.org/x/image/tiff"
 	_ "golang.org/x/image/webp"
 )
 
+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 = 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 = 512
+	// thumbnailScaleThreshold 像素数超过该值才缩放为缩略图再统计
+	thumbnailScaleThreshold = 1_000_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。
 func AnalyzeBrightness(filePath string) (darkScore float64, lightScore float64, err error) {
 	f, err := os.Open(filePath)
 	if err != nil {
 		return 0, 0, err
 	}
 	defer f.Close()
+
+	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
+	}
+	if _, err := f.Seek(0, 0); err != nil {
+		return 0, 0, err
+	}
 	img, _, err := image.Decode(f)
 	if err != nil {
 		return 0, 0, err
 	}
+
+	if img.Bounds().Dx()*img.Bounds().Dy() > thumbnailScaleThreshold {
+		img = scaleToThumbnail(img, thumbnailMaxEdge)
+	}
 	dark, light := analyzeBrightness(img)
 	return dark, light, nil
 }
 
-// analyzeBrightness 统计暗色/亮色像素占比（ITU-R BT.601 亮度公式），大图自动采样加速。
+// 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。
+func scaleToThumbnail(img image.Image, maxEdge int) image.Image {
+	srcBounds := img.Bounds()
+	srcW, srcH := srcBounds.Dx(), srcBounds.Dy()
+	if srcW <= 0 || srcH <= 0 {
+		return img
+	}
+	ratio := float64(maxEdge) / float64(max(srcW, srcH))
+	dstW, dstH := int(float64(srcW)*ratio), int(float64(srcH)*ratio)
+	if dstW < 1 {
+		dstW = 1
+	}
+	if dstH < 1 {
+		dstH = 1
+	}
+	dst := image.NewRGBA(image.Rect(0, 0, dstW, dstH))
+	draw.BiLinear.Scale(dst, dst.Bounds(), img, srcBounds, draw.Over, nil)
+	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。
 func analyzeBrightness(img image.Image) (darkScore float64, lightScore float64) {
 	bounds := img.Bounds()
@@ -40,13 +86,8 @@ func analyzeBrightness(img image.Image) (darkScore float64, lightScore float64)
 	}
 
 	darkCount, lightCount, sampleCount := 0, 0, 0
-	sampleStep := 1
-	if totalPixels > 1_000_000 {
-		sampleStep = int(math.Sqrt(float64(totalPixels) / 100_000))
-	}
-
-	for y := bounds.Min.Y; y < bounds.Max.Y; y += sampleStep {
-		for x := bounds.Min.X; x < bounds.Max.X; x += sampleStep {
+	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()
 			if a == 0 {
 				continue