feat: 添加动漫色情检测(WD Tagger v3)，媒体库展示优化

- 新增 anime_nsfw 模块：WD Tagger v3 模型检测动漫/二次元图片

- 修复误判：当 general 评分最高时判定为安全，避免非动漫图误判

- 数据库存储四个 rating 原始分数(JSON)，无需重扫即可查看

- 媒体库新增动漫色情检测列、文件路径列(支持一键复制)

- 修复预览图加载占位符显示两个点的问题

- 移动文件按钮不再限制扫描完成后才显示

application.properties

@@ -17,8 +17,15 @@ organize.workers=8
 # 模型：优先加载程序运行目录下 lib/nwfs/320n.onnx（推荐随程序分发，离线可用）；
 #   本地没有会自动下载到该位置，下载失败再回退用 nudenet 自带模型
 # NSFW是用来识别真人图片的
-nsfw.enabled=true
+nsfw.enabled=false
 # python 可执行文件路径；留空自动在 PATH 里找 python/python3/py
 nsfw.python=C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python312\\python.exe
-# 判定阈值 0~1，敏感部位检测分高于此才算色情（默认 0.2，实测）
-nsfw.threshold=0.35
+# 判定阈值 0~1，敏感部位检测分高于此才算色情
+nsfw.threshold=0.27
+# 动漫色情图片识别（需本机安装 python 与 onnxruntime/opencv/numpy：pip install onnxruntime opencv-python numpy）
+#   true=开启，判定为色情的动漫图片同样移入「图片_敏感_*」目录；false=关闭（默认）
+# 模型：WD Tagger v3 (eva02-large)，首次启动自动从 HuggingFace 下载到 lib/anime_nsfw/（约 1.26GB）
+# AnimeNSFW是用来识别动漫/二次元图片的
+anime_nsfw.enabled=true
+# 判定阈值 0~1，explicit/questionable 分数高于此才算色情
+anime_nsfw.threshold=0.5