feat(asr): 降级兜底——分离路由全挂时退到无分离路由，只交付逐字稿

回退链从「一条主路由 + 一串替补」改成两级：先把同能力（有说话人分离）的路由
试完，全挂才降级到不分离的路由。降级是**本次事实**而不是配置事实，写进第 2 步
产物（capability_degraded / capability_zh），第 3 步与第 5/6 步据此判为不可用。

- transcribe.go：Result 加 CapabilityDegraded，判据 chain[0] 能分离而实际这条
  不能；与 HasSpeakers 分开记（后者可能是「配了却没输出」那种异常）
- audio_handlers.go：闸门从「读路由声明的能力」改成「读稿子里实际有没有标签」
  （audioTranscriptSpeakerKeys），与第 3 步共用同一句 SpeakerKeysOf；本次没分离
  → 哨兵错误 errAudioSpeakersUnavailableThisRun，不再放行去写一份看不出残缺的纪要
- 闸门**不看** capability_degraded：改动前落库的老产物没有这个字段，看它就 fail-open
- 第 1 步「转写要求」提前把降级的后果说清；第 2 步产物带完整措辞与「⚠」日志
- 前端两处（SpecialistPanel.vue / audioSkill.js）判断顺序改为先读实际结果
  has_speakers、再退回声明 speakers —— 顺序反了会在降级那一次照旧显示第 3 步
- ai_config.json：补 3 条云端无分离路由与各自的回退链

验证：三处变异（产物 key 拼错、标记写死 true、闸门 fail-closed）都验过会红；
新增两个用例文件走真实 gin 路由 + 真实鉴权中间件，断言拦下来的**理由**而不只是
「拦下来了」；go test ./... 全绿、gofmt 干净、前端构建通过。

同期把本地 ASR 装成 systemd 常驻服务（deploy/install_asr_local.sh 七步全过，
开机自启，实测 26.7 分钟录音 → 3.1 分钟）。装的过程挖出两个只在服务化时才暴露的坑：

- E12 转写堵住事件循环 → 探活超时 → 本地被判不健康 → auto 静默退云端、音频出网，
  全程没有任何报错。修法 run_in_threadpool（deploy/asr/serve.py）
- E13 服务账号的 ~ 不可写，pyannote 写不了 ~/.pyannote/database.yml，每次转写 500。
  修法 asr.env 加 HOME=<cache 目录>（该目录在 unit 的 ReadWritePaths 里）

顺带收口一处交付缺口：服务源码原先只有 ~/asr-poc 一份，而 DELIVERY.md 的清理计划
要 rm -rf 它 —— 那会让唯一副本变成 /opt 下 root 所有、不在任何版本库里的文件。
现在 deploy/asr/ 是唯一事实源，装机脚本与文档同步改。

已知偏离 / 未做（记在案）：
- 界面那句「本次没有说话人分离，后续步骤不可用」只验到后端接口层，没有造出真实
  降级场景渲染出来看过
- deploy/asr/ 的引入改变了装机来源：原型目录 $SRC_DIR 从此只提供 venv 与模型，
  服务代码一律从仓库取

Co-Authored-By: Claude Code <noreply@anthropic.com>

eai_agentplatform/backend-go/deploy/DELIVERY.md

@@ -64,6 +64,9 @@
 /opt/eai_agentplatform-asr/        # 本地语音转写（独立进程，独立单元）
 ├── serve.py                   # OpenAI 兼容 HTTP 端点（/v1/audio/transcriptions、/v1/models）
 ├── asr_core.py                # 转写 + 说话人分离
+│                              # ↑ 这两个的**事实源在仓库** deploy/asr/，装机时由
+│                              #   install_asr_local.sh 装过来；直接改 /opt 下那份
+│                              #   会在下次装机时被覆盖，且没人 review 得到
 ├── asr.env                    # 环境变量（精度档位、离线开关）
 ├── venv/                      # Python 环境（约 9.4 GB）
 ├── models/                    # 模型权重（约 4.1 GB，实体目录）
@@ -105,10 +108,14 @@ sudo systemctl enable --now eai_agentplatform
 curl http://127.0.0.1:8080/api/health   # {"status":"ok",...}
 
 # 2.5 本地语音转写服务（ASR）
+# 整个 2.5 已经写成脚本，它会先打印计划再执行（--dry-run 只看计划）：
+sudo bash deploy/install_asr_local.sh
+#
+# 它做的事（等价的手工命令如下，仅供理解，**别照着敲**）：
 # 环境本身随原型机整盘克隆过来，这一步只是把它装到交付位置 + 起服务。
 # venv 与模型都很大（9.4G + 4.1G），用 mv 而不是 cp —— 两台机器上各留一份没意义。
 sudo mkdir -p /opt/eai_agentplatform-asr
-sudo cp -a ~/asr-poc/{serve.py,asr_core.py} /opt/eai_agentplatform-asr/
+sudo install -m 0644 deploy/asr/{serve.py,asr_core.py} /opt/eai_agentplatform-asr/
 sudo mv ~/asr-poc/venv /opt/eai_agentplatform-asr/venv
 sudo cp -aL ~/asr-poc/models /opt/eai_agentplatform-asr/models   # -L 解开软链，客户机上没有仓库可指
 sudo install -m 0644 deploy/asr.env /opt/eai_agentplatform-asr/asr.env