feat(jobs): 本地结果 GC —— 终态 job 保留 48h 后自动清理（不重启）

[Chronostasys]

这个 PR 做什么

给训练 job 加基础本地 GC：终态 job 的结果在磁盘上保留 48 小时后自动清理。此前只有显式 DELETE /v1/control/jobs/{id} 一条清理路径，不删就永久堆积。

只改代码，不重启、不动生产（避免影响在跑的训练）。

---

1. 为什么

1021 实测（/root/smg-jobs）：

项	实测
总量	954 MB / 69 jobs，其中近 24h 增量 923 MB
最大单 job	159 MB（job.json 一个文件 83 MB + 结果文件 8 MB/任务）
磁盘	11T 总 / 已用 7.3T / 剩 2.6T（75%）→ 不致命但无界增长
清理路径	仅 delete_job → remove_job（jobs.rs:1129），无任何 TTL/GC

2. 本次实现

项	行为
SMG_JOBS_RETENTION_HOURS	默认 48（支持小数小时）；0 = 关闭 GC
SMG_JOBS_GC_INTERVAL_SECS	后台扫描周期，默认 1800s；启动时立即扫一次（回收停机期间积压）
可删对象	仅终态 job（completed / failed / cancelled / partial）
永不删除	queued / running（内存状态优先于文件年龄）
"最后活动时间"	job 目录内文件的最新 mtime（job.json 每次状态变更重写、task_*.json 随任务完成落盘 → 跟随真实进度）
删除动作	复用 remove_job：目录 + 内存注册表项 + 每任务 live flag/progress/partial 一并清
历史残留	未被内存登记的旧目录同样按年龄回收
日志	每删一个打一行，含释放体积： jobs: gc removed job_xxx (idle 52.1h > retention 48.0h, freed 91.2 MB)
配置日志	jobs: gc enabled (retention 48.0h, idempotent scan every 1800s)

边界：GC 只动本地文件与内存状态 —— 不触碰引擎、LoRA、正在执行的请求。

3. 实现要点

• JobManager { retention: Option<Duration> }；new() 从 env 读取，新增私有 build(..., retention) 便于测试注入；
• gc_once()：一次扫描，返回删除数；spawn_gc_task()：tokio::time::interval 循环；
• 辅助：newest_mtime(dir)（文件优先，目录 mtime 兜底）、dir_size(dir)（递归体积，用于日志/核算）；
• server.rs：recover_from_disk() 之后调用 spawn_gc_task()。

4. 验证

cargo test --lib control_plane::jobs::
  test gc_helpers_report_last_activity_and_size ... ok
  test gc_removes_expired_finished_jobs_only ... ok
  test gc_disabled_keeps_everything ... ok
  test gc_removes_untracked_expired_dirs_and_orphan_entries ... ok
  test result: ok. 9 passed; 0 failed

新增 4 个用例覆盖：

1. 过期终态 → 删；running → 保留；未过期 → 保留（并验证内存条目一起清）；
2. SMG_JOBS_RETENTION_HOURS=0（retention=None）→ 一个都不删；
3. 未登记的历史目录被回收 + 内存注册表项被删；
4. 辅助函数（最后活动时间 / 目录体积）。

5. 文档

docs/agent/training-jobs-api.md：

• 结果保留条目改为「48h + GC 语义」（只删终态、running 永不删、env 可调/可关）；
• §8 运维变量补 SMG_JOBS_RETENTION_HOURS / SMG_JOBS_GC_INTERVAL_SECS 与判据日志样例。

6. 上线方式（本 PR 不含）

需要一次 smg 重建 + 重启才生效（重启会打断在跑 job；磁盘结果会在启动时恢复）。待批准后再做。

后续可选（未在本 PR）：① job.json 去掉内嵌 result（现在结果同时写进 job.json 与 task_*.json，且 job.json 每次状态变更重写 → 写放大，实测单文件 83 MB）；② 结果落盘 gzip（实测 8.1MB → 1.1MB，13%）；③ output_logprob_entries 与 output_token_logprobs+output_top_logprobs 去冗余（前者占结果文件 54%）；④ 冷数据上传 OSS 后本地只留热数据。

---

CI States

Latest PR Test (Base): ✅ Run #34921492363
Latest PR Test (Extra): ❌ Run #34921492177