feat(collect): 按 docs/tdc-案例.md 重做主链路 —— 四段加密 + 字符串指纹识别 37/37

做的什么:
  1. 判决并修正 collect 结构: 不是「整体一次加密」, 而是
     chunk1 / trajectory / chunk2 / sd **四段独立加密**, 前 3 段
     空格 pad 到 24 字节对齐、sd 不 pad, 4 段 base64 直接拼接。
  2. 按案例 §5.3 实现字符串+结构指纹的模块识别器, 把 37 个采集器
     全部识别且跨构建唯一。
  3. 修 reorder 的恒等映射 bug, 并补强断言。
  4. 在线抓取全新样本作为唯一数据源, 清理探索性脚本。

为什么:
  * 旧「整体加密 + \x00 补齐」与真机数据矛盾 —— 导致多轮实验
    建立在结构错误的 collect 上（这正是此前反复"乱碰"的根因）。
  * 模块 id 每份构建重排, 不能当跨构建锚点; 但模块的**代码**
    （字符串集合、结构）不变 —— 这是案例指明的不变量。
  * reorder 旧实现用「目标槽下标」切「源数组」, 顺序不同即全盘错位;
    原测试只断言"是置换", 恒等函数也满足, 所以 bug 被放过了。

怎么验证:
  * 四段结构（3 条独立证据, 其中一条不需密钥）:
      - 真机明文 3 处连续空格串 [+5,+10,+24], 且 pad == 24-len%24 全中
      - 密文长度算术 480+96+416+56 = 1048 == 真实 1048 字符
      - '=' 只出现在 1046/1048, 对应 sd 段 33B→补 7→40B
  * 指纹: 4 份全新在线构建 37/37 识别、0 unknown、跨构建语义名集合
    完全一致、单构建内 0 重名
  * 配对正确性: 独立证据 37/37 一致; 负对照（清单下标 / 模块 id /
    随机配对）均只有 2-3/37 —— 证明归一化没有过拟合
  * 端到端重排 3/3 正确且非恒等
  * selftest 全绿; 强断言自查: 旧实现过不了新断言

新增:
  tools/tdc_modules.py            字符串+结构指纹识别（案例 §5.3）
  scripts/fetch_online_samples.py 在线抓取全新 tdc.js
  scripts/verify/*.py             7 个可复现的验证脚本
  docs/tdc-案例.md                案例原文（看雪, 作者执着的猫）

修改:
  tcaptcha/crypto.py          +build_collect / split_collect_segments（四段）
  tools/tdc_collectgen.py     reorder 改为跨构建锚点对齐 + spec_from_seq
  tools/tdc_layout.py         +static_fingerprint / opcode_histogram
  tools/tdc_program.py        修符号求值插值类型崩溃
  tcaptcha/tests/test_collectgen.py  补「非恒等」强断言 + 在线新样本端到端
  tcaptcha/client.py          debug 目录改到系统临时目录（不再写仓库内 scratch/）
  har/1ms_dianxuan/PROGRESS.md      新增已知 #41~#49, 显式修正被推翻的旧结论
  .gitignore                  +scratch/  +har/online/

删除:
  scratch/（含 10-11 遗留的一次性脚本, 已确认不可恢复后清理）

注意:
  * 账本记录了一次自我纠错: 曾据案例 §5.5 误判 kind=2「不进 cd」,
    实测（cd 38 槽、轨迹在第 10 槽）否定后已撤回。
  * 仍未打通: 纯离线生成需要每个语义名的取值来源（已知 #38）。

scripts/verify/verify_segment.py

@@ -0,0 +1,89 @@
+# -*- coding: utf-8 -*-
+"""按 docs/tdc-案例.md §5.1 验证 collect 的「四段加密」结构（真机明文判决）。
+
+要判决的问题：
+  项目现有 crypto.encrypt_string / tdc_collectgen.encrypt_plain 都是
+  「整体 JSON -> \x00 补齐到 8 -> 一次加密 -> 一个 base64」。
+  案例说「4 段独立加密，前 3 段空格 pad 到 24 字节对齐，sd 不 pad」。
+  两者只能有一个对 —— 用真机明文里的**空格填充串**来判。
+
+用法:
+  .venv/bin/python scripts/verify/verify_segment.py <已解密的 collect 明文文件>
+"""
+import json
+import re
+import sys
+
+if len(sys.argv) < 2:
+    print("用法: verify_segment.py <已解密的 collect 明文文件>")
+    print("  （明文来源: 用同会话 tdc.js 的密钥解密 TDC.getData(true) 的产出）")
+    raise SystemExit(2)
+RAW = sys.argv[1]
+
+data = open(RAW, encoding="latin1").read()
+print("原始(含尾部 \\x00):", len(data), "字节")
+stripped = data.rstrip("\x00")
+print("去掉尾部 \\x00 后 :", len(stripped), "字节  (尾部 \\x00 个数 = %d)" % (len(data) - len(stripped)))
+print()
+
+runs = [(m.start(), m.end()) for m in re.finditer(r" {2,}", stripped)]
+print("[1] 连续空格串（只能来自「空格 pad」）:")
+for a, b in runs:
+    print("    位置 %3d..%3d  长度 %2d" % (a, b, b - a))
+print()
+
+# 段边界 = 每个空格串的结束位置（若空格串在段尾）
+bounds = [0] + [b for _a, b in runs[:-1]] if len(runs) > 1 else [0]
+# 更稳: 段边界取每个空格串的"起点所在段"的末尾 -> 直接用空格串终点
+b1, b2, b3 = runs[0][1], runs[1][1], runs[2][1]
+segs = [("chunk1", 0, b1), ("trajectory", b1, b2), ("chunk2", b2, b3), ("sd", b3, len(stripped))]
+print("[2] 按空格串切出的 4 段:")
+for name, a, b in segs:
+    s = stripped[a:b]
+    print("    %-11s [%3d:%3d] len=%3d  24倍数=%-5s 8倍数=%-5s"
+          % (name, a, b, len(s), len(s) % 24 == 0, len(s) % 8 == 0))
+print()
+
+print("[3] 空格 pad 公式校验 (pad_len = 24 - len%24，总是补 1..24 个):")
+for name, a, b in segs[:3]:
+    s = stripped[a:b]
+    content = s.rstrip(" ")
+    pad = len(s) - len(content)
+    print("    %-11s 内容 %3d + pad %2d = %3d   公式给出 %2d  -> %s"
+          % (name, len(content), pad, len(s), 24 - len(content) % 24,
+             "OK" if pad == 24 - len(content) % 24 else "FAIL"))
+print()
+
+print("[4] sd 段不 pad（只被 XTEA 的 8 字节块 \x00 补齐）:")
+sd = stripped[b3:]
+print("    sd = %r" % sd)
+print("    sd 长度 %d (非 8 的倍数 -> 加密时被补 %d 个 \\x00)"
+      % (len(sd), (8 - len(sd) % 8) % 8))
+print("    实际尾部 \\x00 个数 = %d" % (len(data) - len(stripped)))
+print()
+
+print("[5] 逻辑整体是否是合法 JSON，以及轨迹在 cd 里的位置:")
+obj = json.loads(stripped)
+cd = obj["cd"]
+traj_idx = [i for i, v in enumerate(cd)
+            if isinstance(v, list) and v and all(isinstance(x, list) and len(x) == 3 for x in v)]
+print("    cd 槽数 = %d" % len(cd))
+print("    轨迹槽下标 = %s" % traj_idx)
+if traj_idx:
+    print("    轨迹内容前 3 点 = %s" % cd[traj_idx[0]][:3])
+print()
+
+print("[6] 去 pad 后 4 段拼接 == 逻辑明文（应能解析成同一对象）:")
+rebuilt = "".join(stripped[a:b].rstrip(" ") for _name, a, b in segs[:3]) + stripped[b3:]
+obj2 = json.loads(rebuilt)
+print("    可解析为 JSON      :", True)
+print("    与原对象逐项相同   :", obj2 == obj)
+print("    重建长度 %d  (原文去尾 \\x00 后 %d, 差 = pad 总量 %d)"
+      % (len(rebuilt), len(stripped), len(stripped) - len(rebuilt)))
+print()
+print("[7] 三段之间的连接处（验证 chunk1 以逗号结尾 / chunk2 以 '],' 结尾）:")
+print("    chunk1 内容末尾 : %r" % stripped[0:b1].rstrip(" ")[-24:])
+print("    trajectory 内容 : %r" % stripped[b1:b2].rstrip(" ")[:40])
+print("    chunk2 内容开头 : %r" % stripped[b2:b3].rstrip(" ")[:24])
+print("    chunk2 内容末尾 : %r" % stripped[b2:b3].rstrip(" ")[-24:])
+print("    sd 内容         : %r" % stripped[b3:])