全量修复:预测系统正确性、安全性与部署问题

P0 严重问题修复:
- 修复 form_slice/stats_slice 主客身份反转(历史比赛视角错误)
- 修复 understat.py httpx 未导入导致的 NameError
- 修复 LLM 解析失败时静默产生假成功预测(0-0 平局+置信度0.5)

预测路径修复:
- multi-agent 路径增加 backtest cutoff 透传,回测防泄漏生效
- H2H 切片汇总统计改为从当前主队视角计数
- 预测唯一约束增加 mode+run_type 维度,防止回测覆盖实盘预测

伤停管线修复:
- IntegrityError 后不再整批回滚丢数据(改用逐条 flush)
- return_date 正确解析并写入
- retrieved_at 比较统一用 date() 避免当天数据不可见
- 唯一索引改为 partial unique index(排除 NULL 重复)
- HTTP 缓存 TTL 从 7 天改为 6 小时

安全与连接管理:
- /api/v1/predict 增加内存滑动窗口限流(10次/分钟/IP)
- 预测路由改用短 session 模式,LLM 调用期间不持有 DB 连接

Docker 部署修复:
- 修复 .dockerignore 排除 *.md 导致 COPY README.md 失败
- 容器内 DATABASE_URL 使用 postgres 服务名(非 localhost)
- 启动时自动执行 alembic upgrade head
- 前端改用多阶段构建(Dockerfile.frontend)

新增测试(5个文件,24+用例):
- test_p0_home_away.py: 主客身份反转回归测试
- test_p0_parse_failure.py: LLM 解析失败回归测试
- test_multi_agent_cutoff.py: multi-agent cutoff 透传测试
- test_h2h_perspective.py: H2H 视角测试
- test_injuries_pipeline.py: 伤停管线 5 项修复测试
- test_predict_protection.py: 限流+短 session 测试
- test_prediction_unique_constraint.py: 唯一约束测试

迁移:
- 0012_injuries_partial_unique_and_return_date.py
- 0013_predictions_unique_constraint_mode_run_type.py

src/llm/provider.py

@@ -91,6 +91,7 @@ class LLMProvider:
                     + ("(token 花在推理上,请增大 max_tokens)" if message.get("reasoning_content") else "")
                 )
             parsed = None
+            parse_error: str | None = None
             if json_mode:
                 try:
                     parsed = json.loads(content)
@@ -103,6 +104,10 @@ class LLMProvider:
                             parsed = json.loads(m.group(1))
                         except json.JSONDecodeError:
                             pass
+                    if parsed is None:
+                        # P0-3: JSON 解析失败必须显式报错,不能静默继续
+                        parse_error = f"JSON parse failed: {content[:200]!r}"
+                        logger.warning(parse_error)
             return LLMResponse(
                 content=content,
                 parsed=parsed,
@@ -110,6 +115,7 @@ class LLMProvider:
                 completion_tokens=usage.get("completion_tokens"),
                 latency_ms=latency,
                 raw=data,
+                error=parse_error if parse_error else None,
             )
         except Exception as e:
             latency = int((time.perf_counter() - start) * 1000)