修复 VulnGym 数据中的代码片段定位偏差

[ccsosd]

变更说明

本 PR 针对 issue #4，新增入口位置自动修复脚本及对应交付物。

主要内容包括：

• 新增 tools/fix_entry_locations.py，用于检查并修复 data/entries.jsonl 中 entry_point、critical_operation 和 trace[*] 节点的 file/line/code/desc 定位信息。
• 新增 tools/README_fix_entry_loc.md，说明脚本运行方式、依赖、修复策略、日志输出和限制。
• 新增 outputs/location_fix/entries.fixed.jsonl，保存修复后的数据文件。
• 新增 outputs/location_fix/fix_diff.csv，记录自动修复前后的 file、line、desc 及修复策略。
• 新增 outputs/location_fix/needs_human.csv，记录无法自动确定、需要人工复核的节点及原因。

修复策略

脚本会基于每条 entry 自身的 repo_url 和 commit，在对应本地仓库快照中校验节点位置。若原始位置无法匹配，则按以下顺序尝试修复：

1. 在原始行号上下 5 行范围内搜索 code，唯一命中则修正 line。
2. 在原始文件全文搜索 code，唯一命中则修正 line。
3. 在整个仓库对应 commit 快照中搜索 code，唯一命中则同时修正 file 和 line。

匹配时会忽略前后空白、tab/空格差异和连续空白差异，并支持连续多行代码片段。

脚本整体策略偏保守：多处命中、完全找不到、低信息锚点或无法判断的节点不会自动修改，而是写入 needs_human.csv。

验证

已在当前数据集上运行脚本并生成交付物：

• entries.fixed.jsonl
• fix_diff.csv
• needs_human.csv

同时对生成的 entries.fixed.jsonl 执行了基础 schema 校验。

修复结果

本次脚本已在完整数据集上运行，处理结果如下：

• 读取 entry 总数：408
• 实际处理 entry 数：408
• 检查节点总数：2889
• 自动修复节点数：12
• fix_diff.csv 记录数：12
• needs_human.csv 记录数：75
• 详细检查日志记录数：3087

生成的主要结果文件包括：

• outputs/location_fix/entries.fixed.jsonl：修复后的完整 JSONL 数据文件，保留 408 条 entry。
• outputs/location_fix/fix_diff.csv：记录 12 处自动修复的节点，包含修复前后的 file/line/desc 和修复策略。
• outputs/location_fix/needs_human.csv：记录 75 处无法安全自动判断的节点，用于后续人工复核。

整体结果符合保守修复策略：脚本只对唯一命中且信息量足够的节点进行自动修复；多处命中、完全找不到、低信息锚点或 desc 可能需要语义确认的节点均进入人工复核清单。

Related to #4