[Feature Request] 基于 AI/LLM 的番剧偏移量检测功能

背景

AutoBangumi 目前通过规则引擎（季度超限、虚季分界、绝对集号转换）检测 TMDB 元数据与实际番剧之间的偏移，并在后台扫描器中标记 needs_review 供用户处理。但在以下场景中仍有不足：

1. 复杂偏移场景：部分番剧在字幕组/放送源之间存在多季多集体系，规则引擎难以自动判断正确的偏移量
2. 用户排查成本高：标记 needs_review 后，用户需自行查阅 TMDB 信息来确认偏移方式，体验不够流畅
3. 规则的边缘情况：字幕组分季方式与 TMDB 不一致时，规则引擎可能给出低置信度结果，需要人工介入验证

提议

• 基于 TMDB 元数据（标题、总季数、各季集数、虚季分界点），构造 LLM Prompt 判断季度/集号是否需要偏移修正
• 与现有规则检测（offset_detector.py）并存，互为补充
• 提供独立 API 端点 POST /api/v1/bangumi/detect-offset/ai，前端可主动触发
• 用户可在订阅时一键调用 AI 检测，获取偏移建议

预期效果

• 复杂偏移场景下提供更准确的建议，降低用户手动排查的工作量
• 规则检测与 AI 检测互为补充，用户可按需选择
• 后端配置可控，不依赖 LLM 的用户不受影响