refactor(tree): subtitle 迁入 L3Card/L2Card + 建树管线修正

- L3Card/L2Card 新增 subtitle: str 字段（L1Card 不加）
- L3Node 移除 subtitle 字段（数据迁入 Card）
- assign_subtitles_voronoi 改写 Card.subtitle + L2 聚合
- _collect_card_strings 增加 skip_fields 排除 subtitle
- _node_full_text/_node_anchored_text 保持 字幕:/[sN] 语义
- get_subtitle 读 Card.subtitle（L2/L3）
- verify.py/synthesizer.py: l3.subtitle → l3.card.subtitle
- 迁移脚本 tools/migrate_subtitle_to_card.py（幂等，300 棵树已迁移）
- 9→6 个测试文件适配（3 个无需改动）

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

app/question_gen/synthesizer.py

@@ -196,7 +196,7 @@ def _sample_l3(
     # Phase 3: 构造上下文（frame_path 已在候选过滤中保证非 None）
     card_text = _serialize_l3_card(chosen_l3, spec.context_fields)
     frame_paths = [chosen_l3.frame_path]  # type: ignore[list-item]
-    subtitle = chosen_l3.subtitle or ""
+    subtitle = chosen_l3.card.subtitle or ""
 
     # Phase 4: 干扰项——整棵树中其他 L3 的 frame_summary
     distractor_texts = [
@@ -281,10 +281,10 @@ def _sample_l2(
     if is_temporal_perception:
         card_text += f"\n{_l2_time_range_str(chosen_l2)}"
 
-    # Phase 5: 字幕（L2 无自身字幕，取首个子 L3 字幕）
-    subtitle = ""
-    if chosen_l2.children and chosen_l2.children[0].subtitle:
-        subtitle = chosen_l2.children[0].subtitle
+    # Phase 5: 字幕（优先使用 L2 自身字幕，否则取首个子 L3 字幕）
+    subtitle = chosen_l2.card.subtitle or ""
+    if not subtitle and chosen_l2.children and chosen_l2.children[0].card.subtitle:
+        subtitle = chosen_l2.children[0].card.subtitle
 
     # Phase 6: 干扰项——整棵树中其他 L2 的 event_description
     distractor_texts = [