refactor: 后端从 Django 换成 Bun + SQLite

Django 多个 worker 内存占用 1-2 GB，换成 Bun 单进程后约 25 MB，
同时去掉 Postgres 和 Redis，只剩 Caddy + Bun 两个容器。

- server/：Hono + bun:sqlite + Bun 原生 WebSocket，接口与原 django-ninja
  保持兼容；表结构、时间/UUID 存储格式、密码哈希与 Django 一致，旧数据可直接使用
- 评分加权、贝叶斯平滑、成绩册的计算结果与原实现逐位一致（复刻 Python round/sum）
- scripts/：Postgres → SQLite 迁移、新建超管、提示词层级标注、重算分数
- 前端：Django Admin 去掉后，用户新建/修改改为页面内弹窗；
  非超管的挑战公开按钮置灰
- 权限不足返回 JSON 403（原来是重定向到不存在的登录页）
- docker-compose / Caddyfile / dev.sh / CLAUDE.md 更新，删除 AGENTS.md
- 服务器切换步骤见 docs/migrate-to-bun.md

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

server/src/services/classifier.ts

@@ -0,0 +1,79 @@
+import { all, get, run } from "../db"
+import { complete, llmConfigured } from "./llm"
+
+const CLASSIFY_SYSTEM_PROMPT = `你是一个教育评估专家。根据布鲁姆认知分类学，分析以下学生在前端学习中发送给AI助手的一条提示词，判断该提示词所体现的认知层级。
+
+层级定义：
+- L1 记忆：能背诵HTML标签语法（例："帮我写一个按钮"）
+- L2 理解：能解释flex布局原理（例："为什么这里不居中？"）
+- L3 应用：能独立搭建页面结构（例："用flex做导航栏，间距16px"）
+- L4 分析：能定位跨浏览器兼容性bug（例："Safari中margin失效，原因？"）
+- L5 评价：能对比并选择方案（例："对比Grid与Flex方案优劣"）
+- L6 创造：能设计并实现原创交互作品（例："设计夜间/日间切换效果"）
+
+只返回一个数字（1-6），不要解释。`
+
+const sleep = (ms: number) => new Promise((r) => setTimeout(r, ms))
+
+async function callLlm(content: string): Promise<number | null> {
+  if (!llmConfigured()) return null
+  try {
+    const text = await complete(
+      [
+        { role: "system", content: CLASSIFY_SYSTEM_PROMPT },
+        { role: "user", content },
+      ],
+      { maxTokens: 10, timeoutMs: 30_000 },
+    )
+    const match = /[1-6]/.exec(text)
+    if (!match) {
+      console.warn(`classify: unexpected LLM response '${text}'`)
+      return null
+    }
+    return Number(match[0])
+  } catch (e) {
+    console.error("classify LLM call failed:", e)
+    return null
+  }
+}
+
+export async function classifyMessage(messageId: number): Promise<number | null> {
+  const msg = get<{ content: string }>(
+    `SELECT content FROM prompt_message WHERE id = $id AND role = 'user'`,
+    { id: messageId },
+  )
+  if (!msg) return null
+  const level = await callLlm(msg.content)
+  if (level !== null) {
+    run(`UPDATE prompt_message SET prompt_level = $level WHERE id = $id`, {
+      level,
+      id: messageId,
+    })
+  }
+  return level
+}
+
+export async function classifyConversationMessages(conversationId: string, force = false) {
+  const rows = all<{ id: number }>(
+    `SELECT id FROM prompt_message
+     WHERE conversation_id = $id AND role = 'user' ${force ? "" : "AND prompt_level IS NULL"}
+     ORDER BY created, id`,
+    { id: conversationId },
+  )
+  for (const { id } of rows) {
+    await classifyMessage(id)
+    await sleep(300)
+  }
+}
+
+export async function classifyMessagesBatch(ids: number[]) {
+  for (const id of ids) {
+    await classifyMessage(id)
+    await sleep(500)
+  }
+}
+
+// 后台执行，不阻塞请求
+export function inBackground(p: Promise<unknown>) {
+  p.catch((e) => console.error("background task failed:", e))
+}