fix: 任务创建后直接进入 running 状态，避免前端显示排队中

- 移除任务初始状态 pending，改为直接创建为 running
- 初始进度设为 5%，stage 设为 prompt_builder
- 更新文档以反映实际执行流程（无队列机制）
- 修复前端轮询时因竞态条件显示排队中的问题

docs/async-tasks.md

@@ -8,8 +8,7 @@
 
 ```mermaid
 stateDiagram-v2
-    [*] --> pending : POST /api/v1/generate
-    pending --> running : Worker 领取任务
+    [*] --> running : POST /api/v1/generate
     running --> completed : 四阶段全部通过
     running --> failed : 节点执行失败 / 超过重试次数
     completed --> [*]
@@ -18,106 +17,48 @@ stateDiagram-v2
 
 | 状态 | 说明 | 持久化 |
 |------|------|--------|
-| `pending` | 已入队，等待 Worker 领取 | `task.status = 'pending'` |
-| `running` | 管线执行中，`task.stage` 记录当前阶段 | `task.status = 'running'` |
+| `running` | 管线执行中，`task.stage` 记录当前阶段 | `task.status = 'running'`, `task.stage`, `task.progress` |
 | `completed` | 管线完成，素材已保存到本地 | `task.status = 'completed'`, 写入 `asset` 表 |
 | `failed` | 执行失败或超过重试上限 | `task.status = 'failed'`, `task.error` 记录原因 |
+| `saving` | 保存素材中（内部状态） | `task.status = 'saving'` |
 
-## 任务队列
+## 任务执行
 
-采用内存 Channel 队列（非 Redis），适合单实例部署场景：
-
-```go
-// jobqueue.go
-type JobQueue struct {
-    ch   chan string      // taskId channel
-    done chan struct{}
-}
-
-func NewJobQueue(size int) *JobQueue {
-    return &JobQueue{
-        ch:   make(chan string, size),
-        done: make(chan struct{}),
-    }
-}
-
-func (q *JobQueue) Push(taskId string) {
-    q.ch <- taskId
-}
-
-func (q *JobQueue) Pop() (string, bool) {
-    select {
-    case taskId := <-q.ch:
-        return taskId, true
-    case <-q.done:
-        return "", false
-    }
-}
-```
+各任务独立通过 goroutine 异步执行，无队列机制：
 
 ### 提交流程
 
 ```
 POST /api/v1/generate
     │
-    ├── 1. 去重检查（sync.Map，hash(prompt + assetType + params)）
-    ├── 2. 写入 task 表（status=pending）
-    ├── 3. 推入 JobQueue
-    └── 4. 同步返回 taskId
+    ├── 1. 创建任务记录（status=running, stage=prompt_builder, progress=5）
+    ├── 2. 同步返回 taskId
+    └── 3. 后台 goroutine 执行管线
 ```
 
-### Worker 流程
+### 执行流程
 
 ```
-JobQueue.Pop() 取出 taskId
+后台 goroutine 执行 RunPipeline(ctx, input)
     │
-    ├── 1. 更新 task.status = running
-    ├── 2. 查询 task + project_style
-    ├── 3. 构造 PipelineInput
-    ├── 4. RunPipeline(ctx, input)
-    │       ├── PromptOptimizer → stage 更新
-    │       ├── AssetGenerator → stage 更新
-    │       ├── QualitySupervisor → stage 更新（可能触发重优化分支）
-    │       └── FormatAdapter → stage 更新
-    ├── 5. 保存素材到本地，写入 asset 表
-    ├── 6. 更新 task.status = completed
-    └── 7. 异常时更新 task.status = failed, task.error = 错误信息
+    ├── 1. 查询 task + project_style
+    ├── 2. 构造 PipelineInput
+    ├── 3. 执行管线，实时更新 stage & progress
+    │       ├── prompt_builder → stage 更新，progress 5-25%
+    │       ├── asset_generator → stage 更新，progress 25-60%
+    │       ├── quality_supervisor → stage 更新，progress 60-80%（可能触发重优化分支）
+    │       └── format_adapter → stage 更新，progress 80-90%
+    ├── 4. 上传素材至存储并写入 asset 表（status=saving, progress 90%）
+    ├── 5. 更新 task.status = completed（progress 100%）
+    └── 6. 异常时更新 task.status = failed, task.error = 错误信息
 ```
 
 ### 并发控制
 
-通过固定数量的 Worker goroutine 控制并发：
-
-```go
-func (s *TaskService) StartWorkers(n int) {
-    for i := 0; i < n; i++ {
-        go func(workerID int) {
-            for {
-                taskId, ok := s.queue.Pop()
-                if !ok {
-                    return
-                }
-                s.processTask(context.Background(), taskId)
-            }
-        }(i)
-    }
-}
-```
-
-| 参数 | 默认值 | 说明 |
-|------|--------|------|
-| 队列容量 | 100 | 内存 channel 缓冲大小 |
-| Worker 数 | 3 | 并发执行任务数 |
-
-### 超时控制
-
-每个任务的 `processTask` 执行设置超时上下文（默认 10 分钟），超时后：
-
-1. 取消正在执行的管线节点（如 AI 推理调用）
-2. 更新 `task.status = failed`，`task.error = "任务执行超时"`
-3. Worker 释放，继续处理下一个任务
-
-避免长时间卡住的任务永久占用 Worker。
+无固定 Worker 限制，每个请求启动一个独立 goroutine。实际并发受：
+- 系统资源（CPU、内存）
+- AI 推理 API 限流
+- 数据库连接池
 
 ## 管线阶段与进度
 
@@ -125,8 +66,8 @@ func (s *TaskService) StartWorkers(n int) {
 
 | 阶段 | stage 值 | 进度范围 | 说明 |
 |------|----------|---------|------|
-| 提示词优化 | `prompt_optimizer` | 0-20% | 调用 PromptAgent/LLM 优化提示词，合并风格与技术参数 |
-| 素材生成 | `asset_generator` | 20-60% | 调用 AI 推理 API 出图 |
+| 提示词优化 | `prompt_builder` | 5-25% | 调用 PromptAgent/LLM 优化提示词，合并风格与技术参数 |
+| 素材生成 | `asset_generator` | 25-60% | 调用 AI 推理 API 出图 |
 | 质量检查 | `quality_supervisor` | 60-80% | 视觉模型质检 |
 | 格式适配 | `format_adapter` | 80-100% | 格式转换、spritesheet 打包、保存素材 |