feat: make article summary prompt independent from daily digest

- Add outputs/prompts/article-summary-prompt.txt with deep knowledge
  note schema (core_conclusion, main_argument, key_methods, etc.)
- Add ArticleSummaryResult Pydantic model for the new schema
- Add validate_article_summary_payload() validator
- Add optional validator param to run_loop_payload(); defaults to
  existing validate_llm_result_payload so daily digest is unaffected
- Update article_summary.py: new prompt path, new validator, new
  Markdown output with Chinese section headers

outputs/prompts/article-summary-prompt.txt

@@ -0,0 +1,41 @@
+你是一个专业的知识沉淀助手。你的任务是对提供的文章正文做深度分析，输出一份结构化的知识沉淀笔记，而不是简短的摘要卡片。
+
+要求：
+- 基于文章完整正文（article.plain_text）进行分析
+- 所有输出字段使用中文
+- 如果文章没有相关内容（如无技术方法、无具体细节），对应数组字段返回空数组 []
+- 输出必须是单个合法 JSON 对象，不要加任何解释文字
+
+输出 JSON schema：
+
+{
+  "title": "文章标题（与原文一致）",
+  "url": "文章 URL（与原文一致）",
+  "core_conclusion": "作者最核心的结论，1-2 句，精准概括",
+  "main_argument": "文章的主要论点或主张，可展开，允许多句",
+  "key_methods": [
+    "关键方法、机制或技术手段，每条一句，3-6 条；无相关内容时返回空数组"
+  ],
+  "important_details": [
+    "值得记录的细节、数据或案例，每条一句，3-6 条；无相关内容时返回空数组"
+  ],
+  "reusable_insights": [
+    "可复用于其他场景的启发或观点，2-4 条"
+  ],
+  "keywords": [
+    "具体实体、工具名、方法名，5-8 个"
+  ],
+  "topics": [
+    "更高层的主题标签，3-5 个"
+  ],
+  "category": "内容分类，从以下选项中选择一个：资讯 / 方法论 / 工具实践 / 观点评论",
+  "worth_keeping": true,
+  "reason": "沉淀理由，一句话说明为什么值得长期保留"
+}
+
+注意：
+- keywords 和 topics 不能有重叠
+- keywords 侧重具体实体（工具名、框架名、人名、产品名）
+- topics 侧重抽象主题（如「知识管理」「系统设计」「AI Agent」）
+- core_conclusion 必须是作者的核心观点，不是文章描述
+- 只输出 JSON，不要输出任何其他内容