fix(performers): zdjecie scraperowych przypisan z nazw 1-2 znakowych

"A", "L", "Ro", "Be", "Js" mialy po 250-290 scen kazdy. To artefakty parsowania
tytulow przez tube-search, ale NIE wszystkie: "Cj", "PD" i "JD" to realne krotkie
pseudonimy z obsada potwierdzona w TPDB i StashDB, z prawdziwymi partnerami
scenicznymi (Cj z Lucy Belle i Denisem Martim, PD z Victoria Love).

Dlatego nie kasujemy tu performera, tylko przypisania, o ktorych WIEMY ze dokleil je
scraper. Reszta rozstrzyga sie sama: komu nic nie zostanie, ten znika. To pierwsze
uzycie provenance z migracji 0026 - bez niej nie dalo sie odroznic "Cj" z obsady
TPDB od "Cj" wylusknietego z tytulu.

Rozklad byl jednoznaczny: z 9404 przypisan 9232 (98,2 proc.) ze scrapera, 141 z
kanonu, 31 nieznanych. Wiersze z NULL-em zostawiamy, nie zgadujemy.

Wynik: 9232 przypisan zdjetych, 20 performerow zniknelo calkiem, 31 zostalo z sama
prawdziwa obsada (Cj 41, PD 38, JD 20, reszta <=10). Dopiete do joba junk_performers,
zeby nie odroslo.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

app/scheduler/junk_performers.py

@@ -70,6 +70,13 @@ DEFAULT_MIN_TAG_RATIO = 2
 #: Poniżej tego stosunek jest szumem — za mało scen, żeby cokolwiek przesądzać.
 DEFAULT_MIN_SCENES_FOR_RATIO = 50
 
+#: Nazwy 1-2 znakowe („A", „L", „Ro", „Js") to artefakty parsowania tytułów, ale
+#: kilka to realne krótkie pseudonimy (Cj, PD, JD mają obsadę potwierdzoną w TPDB
+#: i StashDB, z prawdziwymi partnerami scenicznymi). Dlatego NIE kasujemy tu
+#: performera, tylko przypisania, o których WIEMY, że dokleił je scraper — reszta
+#: rozstrzyga się sama: komu nic nie zostanie, ten znika.
+MAX_ARTIFACT_NAME_LEN = 2
+
 _SELECT_SQL = """
 WITH junk AS (
   SELECT pf.id, pf.canonical_name, pf.slug
@@ -122,6 +129,40 @@ def find_junk_performers(
     return list(ids)
 
 
+_PRUNE_ARTIFACT_SQL = """
+DELETE FROM scene_performers sp
+USING sources s, performers p
+WHERE p.id = sp.performer_id
+  AND length(trim(p.canonical_name)) <= :max_len
+  AND s.id = sp.source_id
+  AND s.kind = 'scraper'
+"""
+
+_DROP_EMPTY_ARTIFACT_SQL = """
+DELETE FROM performers p
+WHERE length(trim(p.canonical_name)) <= :max_len
+  AND NOT EXISTS (SELECT 1 FROM scene_performers sp WHERE sp.performer_id = p.id)
+"""
+
+
+def prune_artifact_name_attributions(
+    session: Session, *, max_len: int = MAX_ARTIFACT_NAME_LEN
+) -> tuple[int, int]:
+    """Zdejmij scraperowe przypisania z nazw 1-2 znakowych i usuń tych, którym nic nie
+    zostało. Kanoniczne przypisania zostają nietknięte — patrz MAX_ARTIFACT_NAME_LEN.
+
+    Wymaga wypełnionego `scene_performers.source_id` (migracja 0026): bez provenance nie
+    dałoby się odróżnić „Cj" z obsady TPDB od „Cj" wyłuskanego z tytułu przez tube-search.
+    Wiersze z NULL-em (sceny wieloźródłowe) zostawiamy — nie zgadujemy."""
+    pruned = int(
+        session.execute(text(_PRUNE_ARTIFACT_SQL), {"max_len": max_len}).rowcount or 0
+    )
+    dropped = int(
+        session.execute(text(_DROP_EMPTY_ARTIFACT_SQL), {"max_len": max_len}).rowcount or 0
+    )
+    return pruned, dropped
+
+
 def run_junk_performer_cleanup(
     *, min_foreign: int = DEFAULT_MIN_FOREIGN_PERFORMERS, commit: bool = True
 ) -> dict[str, int]:
@@ -132,15 +173,19 @@ def run_junk_performer_cleanup(
 
     with session_scope() as session:
         ids = find_junk_performers(session, min_foreign=min_foreign)
-        if not ids:
-            return {"found": 0, "deleted": 0}
-        deleted = 0
+        deleted = pruned = dropped = 0
         if commit:
-            deleted = int(
-                session.execute(
-                    text("DELETE FROM performers WHERE id = ANY(:ids)"), {"ids": ids}
-                ).rowcount or 0
-            )
+            if ids:
+                deleted = int(
+                    session.execute(
+                        text("DELETE FROM performers WHERE id = ANY(:ids)"), {"ids": ids}
+                    ).rowcount or 0
+                )
+            pruned, dropped = prune_artifact_name_attributions(session)
             session.commit()
-    log.info("junk performers: znaleziono %d, skasowano %d", len(ids), deleted)
-    return {"found": len(ids), "deleted": deleted}
+    log.info(
+        "junk performers: znaleziono %d, skasowano %d; nazwy 1-2 znakowe: zdjęto %d "
+        "przypisań, usunięto %d pustych",
+        len(ids), deleted, pruned, dropped,
+    )
+    return {"found": len(ids), "deleted": deleted, "pruned": pruned, "dropped": dropped}