fix(performers): zbedne przypisania jednotokenowe obok osoby pelnoimiennej

Ranking z poprzedniego commita ujawnil klase, ktorej zaden wczesniejszy sygnal nie
widzial: wpisy bedace SAMYM NAZWISKIEM albo samym imieniem, powstale z rozbicia peleno
nazwy przez tube-search. "Devine" obok "Shalina Devine", "Kitana" obok "Kitana A",
"Rayne" obok "Tiffany Rayne". Taki wpis lapie potem kazda scene z tym slowem,
nalezaca do zupelnie innej osoby.

Regula jest DOWODLIWIE BEZSTRATNA: kasujemy przypisanie jednotokenowe tylko wtedy, gdy
ta sama scena ma juz przypisana osobe pelnoimienna zawierajaca to slowo. Informacja o
obsadzie zostaje, znika tylko niejednoznaczny duplikat. Kontrola potwierdzila, ze zadna
scena nie zostala przez to bez obsady (0).

Prowenancja z migracji 0026 dala zabezpieczenie: z 62 783 zbednych przypisan 62 120 to
scraper (skasowane), 73 kanon (chronione), 590 nieznane (zostawione). Bez niej nie dalo
by sie tego rozdzielic.

Wynik: 62 120 przypisan zdjetych, 2156 wpisow odchudzonych (Devine 170 na 60), 1740
pustych rekordow usunietych. Regula dopieta do joba junk_performers, drugi przebieg
daje zera.

Zostaje residuum: sceny, na ktorych osoba pelnoimienna NIE byla przypisana, wiec
regula nie miala sie o co oprzec (James, Blue, Moon, Crystal, Cruz, Starr, Knight po
60-160 przypisan). Tam trzeba by DOPISAC wlasciwa osobe, a nie kasowac - to osobne,
bardziej ryzykowne zadanie.

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

app/scheduler/junk_performers.py

@@ -129,6 +129,32 @@ def find_junk_performers(
     return list(ids)
 
 
+# Jednotokenowy performer jest ZBĘDNY na scenie, która ma już osobę pełnoimienną
+# zawierającą to samo słowo: „Devine" obok „Shalina Devine", „Kitana" obok „Kitana A".
+# To rozbite zapisy tej samej osoby, powstałe z parsowania tytułów przez tube-search —
+# jeden wpis nazwiskiem łapie potem wszystkie sceny z tym nazwiskiem, należące do
+# zupełnie innych ludzi (audyt 2026-07-27: 62 tys. takich przypisań, 2156 wpisów).
+#
+# Kasowanie jest DOWODLIWIE BEZSTRATNE: warunek wymaga, żeby konkretna osoba już była
+# przypisana do tej sceny, więc informacja o obsadzie zostaje. Żadna scena nie może
+# przez to zostać bez obsady (sprawdzone: 0).
+#
+# Ograniczone do `kind='scraper'` — przypisania z kanonu zostają nietknięte (73 takie).
+_PRUNE_SURNAME_SQL = """
+DELETE FROM scene_performers sp
+USING sources s, performers p
+WHERE p.id = sp.performer_id
+  AND p.canonical_name !~ ' '
+  AND length(p.canonical_name) >= 4
+  AND s.id = sp.source_id
+  AND s.kind = 'scraper'
+  AND EXISTS (
+    SELECT 1 FROM scene_performers sp2 JOIN performers q ON q.id = sp2.performer_id
+    WHERE sp2.scene_id = sp.scene_id AND q.id <> p.id AND q.canonical_name ~ ' '
+      AND q.canonical_name ~* ('\\m' || p.canonical_name || '\\M')
+  )
+"""
+
 _PRUNE_ARTIFACT_SQL = """
 DELETE FROM scene_performers sp
 USING sources s, performers p
@@ -148,8 +174,9 @@ WHERE length(trim(p.canonical_name)) <= :max_len
 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.
+    """Zdejmij scraperowe przypisania w dwóch przypadkach i usuń tych, którym nic nie
+    zostało: (1) nazwy 1-2 znakowe, (2) jednotokenowy performer na scenie, która ma już
+    osobę pełnoimienną zawierającą to słowo. Kanoniczne przypisania zostają nietknięte.
 
     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.
@@ -157,9 +184,23 @@ def prune_artifact_name_attributions(
     pruned = int(
         session.execute(text(_PRUNE_ARTIFACT_SQL), {"max_len": max_len}).rowcount or 0
     )
+    pruned += int(session.execute(text(_PRUNE_SURNAME_SQL)).rowcount or 0)
     dropped = int(
         session.execute(text(_DROP_EMPTY_ARTIFACT_SQL), {"max_len": max_len}).rowcount or 0
     )
+    dropped += int(
+        session.execute(
+            text(
+                "DELETE FROM performers p WHERE p.canonical_name !~ ' ' "
+                "AND length(p.canonical_name) >= 4 "
+                "AND NOT EXISTS (SELECT 1 FROM scene_performers sp "
+                "WHERE sp.performer_id = p.id) "
+                "AND NOT EXISTS (SELECT 1 FROM performer_external_refs r "
+                "JOIN sources s ON s.id = r.source_id WHERE r.performer_id = p.id "
+                "AND s.kind IN ('tpdb','stashdb'))"
+            )
+        ).rowcount or 0
+    )
     return pruned, dropped