feat(tools): 代码定位保守修复脚本与校验产物 (#4)

[cgflag]

关联 Issue：#4

问题是什么？

data/entries.jsonl 中部分节点的 line/file 与对应 commit 上的 code 对不齐。不确定时不能猜，否则会引入新的错误标注。

做了什么？

• 新增 tools/fix_locations/：按官方顺序
  原位置 → 邻域 ±5 → 原文件全文 → 全仓库唯一命中（--repo-wide）。
  默认关闭全仓搜索；开启后仅当全仓库唯一命中才改 file/line。
• 仅唯一命中时改 file/line；多命中 / 找不到 / 退化片段（如单独 }）写入 needs_human.csv。
• 交付：entries.fixed.jsonl、fix_diff.csv、needs_human.csv、README、单元测试与校验脚本。
• 不修改仓库中的 data/entries.jsonl（官方要求提交修复后的 JSONL，未要求直接改主数据；是否合入由维护者决定）。另附高置信小子集，便于择优合入。

和已有 PR 的关系

PR	说明
#35 / #39	偏保守（约十几处）。与我们的真行偏移部分高度一致。
#41 / #43	修复数量同档（约百处）。差异主要在：是否把「多行 code、原先只标起始行」扩成 N-M 也算自动修复。
#49	做人审写回；本 PR 不重复实现。已提供 needs_human.for_49.csv + COMPAT_WITH_49.md，并对 #49 init 做过冒烟（见 COMPAT_49_SMOKE.md）。

数字解读： 自动修复 102 处 = 90 处「扩成行范围」+ 12 处「行号真的偏了」。
与 #35/#39 修复集合相交约 12 处；与 #41 相交约 94 处。详见 tools/fix_locations/out/OVERLAP_ANALYSIS.md。

本 PR 额外提供的实用件

1. 修复集合对照报告（out/OVERLAP_ANALYSIS.md）
2. 独立校验脚本（scripts/verify_location_outputs.py）：schema、与 diff 一致性、抽查幂等
3. 高置信子集：12 处多份 PR 共同覆盖的真偏移 → out/entries.high_confidence.jsonl（5 条 entry）
4. 退化片段不自动当修好；Windows 长路径问题说明见 out/FETCH_FAILED_NOTE.md
5. desc 机械同步：仅替换明确行号锚点 → entries.fixed.desc_synced.jsonl（本批 10 处，全在 entry-00458；不覆盖 entries.fixed.jsonl）
6. 对接 feat(tools): 添加可审计的代码定位人工复核闭环 #49：export_queue_for_49.py 默认剔除 fetch_failed；与 feat(tools): 添加可审计的代码定位人工复核闭环 #49 apply 内 desc 同步可并存（产物分文件）
7. 全仓搜索（--repo-wide）：已全量跑通；增量唯一命中 0；报告见 out/repo_wide/（DELTA.md / needs_human.csv 等）

结果摘要

• 408 entries；自动修复 102（邻域 64 + 全文 38）；人工队列见 needs_human.csv（导出 needs_human.for_49.csv 供人审）
• desc 机械同步：would_update 10 / no_anchor 92
• --repo-wide 全量：与上列 102 同集合；repo_wide_unique 增量 0；needs_human 细化后为 18×degenerate_snippet + 55×repo_wide_no_match（退化未被「修没」）
• 测试通过（含 repo-wide unique / ambiguous / no_match）；校验脚本通过；抽查见 out/SPOTCHECK_AUTO.md
• 不做 LLM 猜位置；不为提高修复率放宽唯一性

复现

python -m unittest discover -s tools/fix_locations/tests -v
python tools/fix_locations/scripts/verify_location_outputs.py
python tools/fix_locations/scripts/desc_sync_apply.py
python tools/fix_locations/scripts/export_queue_for_49.py

热缓存下全量（默认不开全仓）：

python -u tools/fix_locations/fix_code_locations.py --all --apply

可选：开启第 3 级全仓唯一搜索（更慢；产物建议隔离目录）：

python -u tools/fix_locations/fix_code_locations.py --all --repo-wide --apply --out tools/fix_locations/out/repo_wide