chore: 清理 dataset_registry 中 6 个 MySQL/SQLite-era 旧 task 行

work #03 (2026-07-03)：daily_check 报告 18 行里有 6 个 disabled 旧 task
（stock_info/kline/hs300/industry/sector/scoring），占 1/3 噪音，干扰
对真正 missed 任务的注意力。

根因：PG 迁移（commit 7a985dd）时把它们 enabled=0 标记禁用但没删行。
旧 sync_script 全部指向 dashboard/api/services/sync/*.py（sibling 项目
已下线），storage_uri 指向 dashboard/data_uat/ 下的 SQLite/Parquet。

变更：
- bin/archive/clean_legacy_registry_rows.py: 一次性清理脚本，保守策略
  （enabled=0 + 旧 storage_layer 或非 app.tasks. 路径），默认 dry-run，
  显式 --apply 才 DELETE
- 实际删除 6 行：stock_info / kline / hs300 / industry / sector / scoring
- docs/works/2026-07-03-03-clean-legacy-registry.md: 完整 work 记录
  （含保守原则说明：enabled=0 但 storage_layer='pg' 的行不在清理范围）

验证：daily_check counts 从 18 行 → 12 行，disabled 段清零。

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

bin/archive/clean_legacy_registry_rows.py

@@ -0,0 +1,122 @@
+"""清理 dataset_registry 中已废弃的 MySQL/SQLite-era 旧 task 行。
+
+⚠️ 一次性脚本（2026-07-03）：PG 迁移后 6 个旧 task 行 enabled=0 但未删除，
+   长期占位把 daily_check 报告撑到 18 行（噪音 1/3）。
+
+清理策略（**保守** — 只删明确孤儿）：
+  1. enabled=0
+  2. storage_layer IN ('sqlite', 'parquet', 'mysql', '')   ← 新 PG-only 体系只有 'pg'
+  3. sync_script 路径不在 app.tasks 下（即非 app.tasks.task_xxx:run 形式）
+
+执行：
+  .venv/bin/python -m bin.archive.clean_legacy_registry_rows --dry-run
+  .venv/bin/python -m bin.archive.clean_legacy_registry_rows           # 真删
+
+安全：
+  - 脚本默认 --dry-run，必须显式 --apply 才会 DELETE
+  - 删之前 dump 被删行的 dataset_id / name / storage_uri / sync_script 到 stdout
+  - 事务：先 SELECT WHERE 命中 → 再 DELETE 同 WHERE，单次 commit；失败全回滚
+
+不在清理范围（保留）：
+  - enabled=0 但 storage_layer='pg' 的行（可能临时禁用，不是孤儿）
+  - enabled=1 的所有行（哪怕 sync_script 路径奇怪）
+"""
+from __future__ import annotations
+
+import argparse
+import sys
+from pathlib import Path
+from typing import Any
+
+_PROJECT_ROOT = Path(__file__).resolve().parent.parent.parent
+if str(_PROJECT_ROOT) not in sys.path:
+    sys.path.insert(0, str(_PROJECT_ROOT))
+
+from sqlalchemy import delete, select  # noqa: E402
+
+from app.core.db import ops as db_ops  # noqa: E402
+from app.core.db.models import DatasetRegistry  # noqa: E402
+
+# 新 PG-only 体系下"合法" task 的 sync_script 路径前缀
+_NEW_SCRIPT_PREFIX = "app.tasks."
+
+# 旧 storage_layer 值（PG 迁移前用过）
+_LEGACY_STORAGE_LAYERS = {"sqlite", "parquet", "mysql", ""}
+
+
+def find_legacy_rows() -> list[dict[str, Any]]:
+    """找出所有 enabled=0 且 storage_layer 旧 或 sync_script 不在新体系下的行。"""
+    db_ops._ensure_schema()  # noqa: SLF001
+    with db_ops.get_session() as s:
+        all_rows = s.execute(
+            select(DatasetRegistry).order_by(DatasetRegistry.sort_order)
+        ).scalars().all()
+
+        legacy: list[dict[str, Any]] = []
+        for r in all_rows:
+            if (r.enabled or 0) != 0:
+                continue
+            storage_layer = (r.storage_layer or "").lower()
+            script = (r.sync_script or "").strip()
+
+            # 命中条件 1: storage_layer 是旧值
+            hit_storage = storage_layer in _LEGACY_STORAGE_LAYERS
+            # 命中条件 2: sync_script 不在新体系下
+            hit_script = not script.startswith(_NEW_SCRIPT_PREFIX)
+
+            if hit_storage or hit_script:
+                legacy.append({
+                    "dataset_id": r.dataset_id,
+                    "name": r.name or "",
+                    "storage_layer": storage_layer,
+                    "storage_uri": r.storage_uri or "",
+                    "sync_script": script,
+                    "sort_order": r.sort_order,
+                    "status": r.status or "idle",
+                })
+        return legacy
+
+
+def delete_legacy_rows(rows: list[dict[str, Any]]) -> int:
+    """事务里 DELETE 同 WHERE；返回删除行数。"""
+    if not rows:
+        return 0
+    ids = [r["dataset_id"] for r in rows]
+    db_ops._ensure_schema()  # noqa: SLF001
+    with db_ops.get_session() as s:
+        result = s.execute(
+            delete(DatasetRegistry).where(DatasetRegistry.dataset_id.in_(ids))
+        )
+        s.commit()
+        return result.rowcount or 0
+
+
+def main(argv: list[str] | None = None) -> int:
+    parser = argparse.ArgumentParser(description="清理 dataset_registry 中废弃的旧 task 行")
+    parser.add_argument("--apply", action="store_true", help="真删（默认 dry-run）")
+    args = parser.parse_args(argv)
+
+    rows = find_legacy_rows()
+    print(f"扫描到 {len(rows)} 行废弃行:")
+    for r in rows:
+        print(
+            f"  - dataset_id={r['dataset_id']:<20} "
+            f"storage_layer={r['storage_layer']:<8} "
+            f"sync_script={r['sync_script']!r}"
+        )
+
+    if not args.apply:
+        print(f"\n[DRY-RUN] 不执行 DELETE。确认无误后加 --apply 重跑。")
+        return 0
+
+    if not rows:
+        print("没有可清理的行。")
+        return 0
+
+    n = delete_legacy_rows(rows)
+    print(f"\n✅ 已删除 {n} 行。")
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(main())

docs/works/2026-07-03-03-clean-legacy-registry.md

@@ -0,0 +1,59 @@
+# 2026-07-03 — work #03: 清理 dataset_registry 中 6 个 MySQL/SQLite-era 旧 task
+
+## 发现
+
+work #02 写完后 daily_check 报告仍是 18 行，其中 6 个是 `disabled`：
+
+```
+🚫 stock_info    storage=SQLite dashboard/data_uat/db.sqlite → stocks
+🚫 kline         storage=dashboard/data_uat/market/kline/stock/{code6}.parquet
+🚫 hs300         storage=dashboard/data_uat/market/kline/index/{code}.parquet
+🚫 industry      storage=SQLite dashboard/data_uat/db.sqlite → stock_sector_map + sectors
+🚫 sector        storage=dashboard/data_uat/derived/sector/sector_features_daily.parquet
+🚫 scoring       storage=SQLite dashboard/data_uat/db.sqlite → score_snapshots
+```
+
+6/18 = 33% 噪音。每次巡检都看到这一坨 `🚫 disabled` 干扰对真正 missed 的注意力。
+
+## 根因
+
+PG 迁移（commit 7a985dd, 2026-07-02）后：
+- 旧 task（`stock_info` / `kline` / `hs300` / `industry` / `sector` / `scoring`）的 sync_script 路径全部指向 `dashboard/api/services/sync/*.py::xxx` —— 这些是 sibling `dashboard/` 项目的旧脚本，**当前项目里根本不存在**
+- storage_uri 指向 `dashboard/data_uat/` 下的 SQLite/Parquet 文件 —— dashboard 项目本身**没在 worktree 里**（`ls dashboard/` 不存在）
+- 迁移时把它们 `enabled=0` 标记禁用，但**没删行** —— 留作历史
+
+实际上 dashboard 项目已下线（PG 接管），这些行是真正的孤儿。
+
+## 解决
+
+写 `bin/archive/clean_legacy_registry_rows.py`（一次性脚本），保守策略：
+1. 必须 `enabled=0`（不碰 enabled=1 的）
+2. 必须满足以下两条之一：
+   - `storage_layer` ∈ `{sqlite, parquet, mysql, ""}`（旧 stack 标志）
+   - `sync_script` 不以 `app.tasks.` 开头（不在新 PG 体系下）
+3. 默认 dry-run，必须显式 `--apply` 才 DELETE
+4. 删前 dump 被删行 + 事务保护
+
+执行结果：
+```
+扫描到 6 行废弃行: stock_info, kline, hs300, industry, sector, scoring
+✅ 已删除 6 行
+```
+
+daily_check 复跑验证：`{'missed': 10, 'disabled': 0, 'not_expected': 1, 'ok': 1}` —— 18 行 → 12 行，disabled 噪音清零。
+
+## 不在清理范围（保守原则）
+
+- `enabled=0` 但 `storage_layer='pg'` 的行：可能是临时禁用，不是孤儿，保留观察
+- `enabled=1` 的所有行：哪怕 sync_script 路径奇怪，先看实际行为再说
+- dashboard 项目的源码 / 数据文件：本项目是 market_sync，不动 sibling 项目的产物
+
+## 关联
+
+- work #01: 2026-07-03-01-market-sync-timeout.md（修了 2h timeout）
+- work #02: 2026-07-03-02-morning-no-trigger.md（补了 09:00 早盘）
+- [[market-data-overview]]：现在 12 行 task 列表与项目实际状态一致
+
+## 后续（不在本 work 范围）
+
+如果发现 enabled=0 的 PG task（如 kline_daily 临时关），可以走相同脚本（如果满足新策略），或单条 `DELETE` —— 单条操作不在本 work 范围。