feat(13-07): integrate SemanticSegmentationEngine into SRTProcessor

- 添加 enable_semantic_segmentation 参数到 SRTProcessor.__init__
- 启用时使用 SemanticSegmentationEngine，禁用时使用 SemanticSegmenter
- AI 不可用时自动降级到规则分段
- 更新 _generate_markdown() 支持带标题的 VideoSegment 输出
- 调整步骤顺序：先加载元数据，再进行语义分段
- 更新 UnifiedSegmentationStrategy.segment() 返回 List[VideoSegment]
- 添加代理方法到 SemanticSegmentationEngine 以保持向后兼容
- 创建全面的集成测试（9 个测试用例）
- 更新现有语义引擎测试以适配新 API

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

kb_workflow/srt/semantic_engine.py

@@ -56,7 +56,7 @@ class SegmentationStrategy(Protocol):
         self,
         segments: List,
         metadata: dict
-    ) -> List[str]:
+    ) -> List[Union[str, 'VideoSegment']]:
         """对字幕分段进行语义分段
 
         Args:
@@ -64,7 +64,7 @@ class SegmentationStrategy(Protocol):
             metadata: 视频元数据（title, duration 等）
 
         Returns:
-            段落文本列表
+            分段列表（可以是纯文本列表或 VideoSegment 对象列表）
         """
         ...
 
@@ -117,7 +117,7 @@ class UnifiedSegmentationStrategy:
         self,
         segments: List,
         metadata: dict
-    ) -> List[str]:
+    ) -> List['VideoSegment']:
         """对字幕分段进行语义分段
 
         使用统一的 LLM Prompt 进行语义分段，不区分视频类型。
@@ -128,12 +128,17 @@ class UnifiedSegmentationStrategy:
             metadata: 视频元数据（title, duration 等）
 
         Returns:
-            段落文本列表
+            VideoSegment 对象列表（包含标题和内容）
         """
         # AI 不可用，直接使用规则分段
         if self.ai_client is None:
             logger.info("AI client unavailable, using fallback segmenter")
-            return self.fallback_segmenter.segment(segments)
+            # 将规则分段结果转换为 VideoSegment 格式（无标题）
+            paragraphs = self.fallback_segmenter.segment(segments)
+            return [
+                VideoSegment(title=None, content=para, start_index=0, end_index=0)
+                for para in paragraphs
+            ]
 
         # 合并字幕文本
         content = " ".join(seg.text for seg in segments)
@@ -158,15 +163,17 @@ class UnifiedSegmentationStrategy:
                 fallback_segments=segments
             )
 
-            # 转换为段落文本
-            paragraphs = [seg.content for seg in video_segments]
-
-            logger.info(f"LLM semantic segmentation: {len(paragraphs)} paragraphs")
-            return paragraphs
+            logger.info(f"LLM semantic segmentation: {len(video_segments)} segments")
+            return video_segments
 
         except Exception as e:
             logger.error(f"LLM segmentation failed: {e}, using fallback")
-            return self.fallback_segmenter.segment(segments)
+            # 将规则分段结果转换为 VideoSegment 格式（无标题）
+            paragraphs = self.fallback_segmenter.segment(segments)
+            return [
+                VideoSegment(title=None, content=para, start_index=0, end_index=0)
+                for para in paragraphs
+            ]
 
     def _build_prompt(self, content: str, metadata: dict) -> str:
         """构建语义分段 Prompt
@@ -535,11 +542,42 @@ class SemanticSegmentationEngine:
             f"{self.strategy.__class__.__name__}"
         )
 
+    def _infer_video_type(self, metadata: dict) -> str:
+        """从元数据推断视频类型（代理到策略）
+
+        Args:
+            metadata: 视频元数据
+
+        Returns:
+            推断出的视频类型
+        """
+        # 如果策略有 _infer_video_type 方法，使用它
+        if hasattr(self.strategy, '_infer_video_type'):
+            return self.strategy._infer_video_type(metadata)
+        # 否则返回默认类型
+        return DEFAULT_VIDEO_TYPE
+
+    def _build_prompt(self, content: str, metadata: dict) -> str:
+        """构建 Prompt（代理到策略）
+
+        Args:
+            content: 字幕内容
+            metadata: 视频元数据
+
+        Returns:
+            构建好的 Prompt
+        """
+        # 如果策略有 _build_prompt 方法，使用它
+        if hasattr(self.strategy, '_build_prompt'):
+            return self.strategy._build_prompt(content, metadata)
+        # 否则返回基本 prompt
+        return f"Content: {content}\nMetadata: {metadata}"
+
     def segment(
         self,
         segments: List,
         metadata: dict
-    ) -> List[str]:
+    ) -> List['VideoSegment']:
         """对字幕分段进行语义分段
 
         使用当前配置的策略进行分段。
@@ -549,6 +587,6 @@ class SemanticSegmentationEngine:
             metadata: 视频元数据（title, duration 等）
 
         Returns:
-            段落文本列表
+            VideoSegment 对象列表（包含标题和内容）
         """
         return self.strategy.segment(segments, metadata)