feat(v2): T04 模拟案例生成与数据集划分

先边界 fixture 再批量生成；全程程序组合场景，**不做任何模型调用**（14 §8 末）。

新增 services/simulation_dataset.py：
- generate(seed, scale)：程序化生成虚构项目，同 seed 同版本**逐条一致**
- split()：按关联组 + 时间分桶（组内不拆），以组的最早发生时间排序
- assert_group_integrity / assert_source_allowed：组不跨集合；保留集来源禁止用于提炼
- manifest()：构造 DatasetManifest 契约体

契约补 T04 才该有的部分（T00/04 当初有意推迟）：EventOutcome 七值枚举、
OutcomeCount、DatasetManifest。含两条硬约束——合成数据必须 demo 域（BR-34）、
计数不得为 0（空结果用不适用表达）。

配比按 14 §8：通过 1800（直接 900 + 补件后 900）/ 未通过 600 / 不计入 600
（附条件 100 + 未送审 175 + 退出 175 + 待定 150）= 3000。
两个建模决定：
- "补件后通过"是 approved 的**子类型**（outcome_subtype），不是独立 outcome ——
  06 §3 要求区分首次提交与补件后，但设计 §9.1 的 EventOutcome 只有 7 个值，不自扩充
- conditional 是否计入目标由客户映射决定（OQ-05），故 label=None，绝不默认当通过

实现中被自己的检查抓到两个 bug：
1. 分组与近重复用了两套独立公式，导致 near_duplicate_of 指向别组记录，
   assert_group_integrity 直接报"近重复案例跨集合"。现组号与近重复由同一序号唯一推出
2. split() 末段取剩余可能为负（极端小样本），会静默切出错误的划分。已夹到非负

测试：新增 test_simulation_dataset.py 24 项（边界 fixture 10 + 生成 10 + 清单 4 +
落盘 2），含 AC-35 的可复现性与 AC-36 的组不跨集合/保留集来源拒绝。
全量 272 项 OK（248 → 272）；verify.py 10/10 PASS。

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

backend/contracts/prescreen.py

@@ -67,6 +67,22 @@ class DataDomain(StrEnum):
     production = "production"
 
 
+class EventOutcome(StrEnum):
+    """评审会结果编码（docs/v2/03-detailed-design.md §9.1）。
+
+    `conditional`（附条件通过）是否计入目标由 MappingProfile 固定；P0 **不得**默认
+    当作 approved（E-26 / BR-21）。
+    """
+
+    approved = "approved"
+    rejected = "rejected"
+    deferred = "deferred"
+    withdrawn = "withdrawn"
+    not_submitted = "not_submitted"
+    conditional = "conditional"
+    unknown = "unknown"
+
+
 class Ref(Contract):
     """通用版本引用（docs/v2/03-detailed-design.md §9.1）。"""
 
@@ -311,3 +327,42 @@ class FactConflict(Contract):
             if stray or self.selected_evidence_ids:
                 raise ValueError("unresolved 不得带解决字段")
         return self
+
+
+# ---------------------------------------------------------------- 数据集（T04）
+class OutcomeCount(Contract):
+    outcome: EventOutcome
+    count: int = Field(ge=0)
+
+
+class DatasetManifest(Contract):
+    """数据集清单（docs/v2/03-detailed-design.md §9.2「数据集服务」）。
+
+    用于证明"同 seed / 同版本生成两次，规范化清单一致"（AC-35），并承载划分信息。
+    """
+
+    id: Identifier
+    version: str = Field(min_length=1, max_length=ID_MAX)
+    data_domain: DataDomain
+    seed: int | None = Field(default=None, ge=0)
+    generator_version: str | None = Field(default=None, max_length=ID_MAX)
+    template_version: str | None = Field(default=None, max_length=ID_MAX)
+    source_hash: str = Field(pattern=_SHA256.pattern)
+    split_id: str = Field(min_length=1, max_length=ID_MAX)
+    split_policy_version: str = Field(min_length=1, max_length=ID_MAX)
+    group_assignments_ref: str = Field(min_length=1, max_length=ID_MAX)
+    counts: list[OutcomeCount] = Field(default_factory=list, max_length=32)
+    created_at: AwareDatetime
+    synthetic: bool
+
+    @model_validator(mode="after")
+    def _check_labels_and_domain(self) -> DatasetManifest:
+        outcomes = [item.outcome for item in self.counts]
+        if len(set(outcomes)) != len(outcomes):
+            raise ValueError("同一结果编码不得重复计数")
+        if any(item.count == 0 for item in self.counts):
+            raise ValueError("计数为 0 的结果不应出现；空结果用不适用表达")
+        # 合成数据必须标 demo：不得让模拟数据冒充生产域（BR-34）
+        if self.synthetic and self.data_domain != DataDomain.demo:
+            raise ValueError("合成数据必须为 demo 数据域")
+        return self