test: 测试按行为命名、server 测试统一到 test/、PG 测试分组并行

- server 的 src/modules/*/__tests__ 挪到 test/<模块>/;e2e 去掉 eN- 前缀,
  w5a2 / v2 / search2 / *-dh1 / *-md1 / *-md2、web 的 agui3 / search2、domain 的 id2 / id3 改为按行为命名
- vitest 分三组:unit、pg(真实 PG + 假引擎,文件并行,最多 6 个)、serial(真实引擎 / worker / e2e,串行);
  pg 组用例超时放宽到 60s(迁移类用例并行时排队等 schema 锁)。server 测试 615s → 约 350s
- CLAUDE.md 补测试约定;待办补 harness 去重与 continuous-series 偶发超时(疑似 Slot 评估竞争)
- ADR-004 补充:维持 Deno,记录实际只用到 --allow-run 白名单

Co-Authored-By: Claude Opus 5.5 <[email protected]>

docs/plan/README.md

@@ -28,9 +28,12 @@
 
 - 任务恢复的三处边界：升级前未结束任务的版本处置（发布前查在途任务版本，没有在途旧任务就不保留旧处理器）；业务结果提交、run 关联、事件派发三个时点分别注入失败确认最终状态；引擎查询异常时只记录并跳过本轮，仅在明确查无 run 或终态时补投。
 - 生产模块装配的处理器来源断言（防止漏注册的任务静默回显 todo），下次改任务注册时补。
+- 测试装配去重：server 6 份 harness（约 1800 行）各自实现建 schema、迁移、假引擎、临时目录，抽公共部分到 `@umt/testkit`，各模块只留自己的装配；下次改到相关 harness 时做。
 - 大文件拆分候选，改到相关功能时顺手拆，不单独重构：`packages/contracts/src/api.ts`（~2700 行）、`acquisition-organize/services/organize.ts`（~2600）、`browser/service.ts`（~2400）、`web/app/components/organize-wizard/organize-wizard.tsx`。
 
 ### 业务
 
+- 疑似竞争:同一 Slot 两个版本几乎同时评估时，`evaluateForSlot`（`acquisition.ts`）读在途计划与写计划 / 延后之间没有锁，可能都不被延后。现象：`test/e2e/continuous-series.test.ts`「另一版本延后」在全量跑时偶发等待超时（2026-10-02 并行化后 3 次全量中 1 次，单跑 4 次均过）。先复现确认，再考虑按 Slot 加行锁。
+
 - 与 MP 对照里仍未定的项，见 [对照 §6.4／6.5](../porting/moviepilot-v3-comparison.md#64-用户反馈与后续讨论2026-10-02)。
 - 需求里仍是"部分实现"的：R06 通用 HTTP 失败转浏览器、真实 Cloudflare 挑战验收；R21 缓存阈值里未纳管占用的专项验收；四站与真实下载、媒体服务器的完整验收。