feat(0.5.1): 业务逻辑审查 9 条 P0 全修 + 自绘安装器 + 现场反馈四项

## 算分正确性（6 份只读审查 → 收敛成 5 个病根，均先复现失败再修）
- 「人工名次」与「自动名次回写」互斥：原来同一份成绩**发布两次分数不同**
  （团体报名项 dual 通道 10/8/6 → 25/18/14），现在连发多次逐字节一致
- 删小项时在同一事务作废旧流水并推榜：原来分数**永久残留**在总榜、任何重算都打不到
- 规则包导入整体事务化：原来中途失败会清空名次表且补不回（奖牌全丢）；
  另加守卫「compare=none 的小项不得配 basis=result/aggregate」
- 末位归零只抹真正落在末位的那一档：原来跨末位的并列组会被整组抹 0
  （7 人三人并列第 5 时第 5、6 名的分也一起没了）
- 模板「分值表档位超出录取名次」现在拒绝保存：原来静默截断成 0 分

## 现场反馈（主人实测报的）
- 已发布成绩可改：行内「修改本条」+ 成绩格/状态格可点（退回草稿→改→重新发布本组），
  与「作废」语义分开；取消路径不产生任何副作用
- 单位积分明细补「运动员 / 来源」列，并显示「已修订 ×N（时间·原因）」：
  管理端、大屏覆盖层、xlsx 备注列三处同源
- 单位奖牌榜改为按奖牌独立排名（金→银→铜→单位编码），与积分榜解耦
- 历史孤儿积分流水清理（迁移 0022，只动 result/record_bonus，人工调整分不受影响）

## 新功能
- 团体项目聚合口径二选一：平均（默认）/ 总和（迁移 0023，通道编辑器可切）

## 安装器
- 自绘五页安装界面：无边框、自绘标题栏、DPI 自适应（4K@200% 实测）、
  安装/卸载逻辑复用 electron-builder 宏不变；默认「为所有用户安装」并自动放行防火墙 19540
- 构建期校验：安装器素材里的版本号必须与 VERSION 一致，否则构建失败

自检：服务端 14 包 ×2 / 前端 vue-tsc + build + 742 例 ×2 / Console 20 文件 + 68 例 ×2，全绿。
端到端对拍：修前 vs 修后，纯团体 / 双计 / 普通个人三形态**逐字节一致**，仅出 bug 的双通道形态按要求改变。

server/internal/domain/scoring.go

@@ -365,16 +365,18 @@ func groupByManualRank(cands []candidate) []tieGroup {
 
 // rankGroups 给每组分配积分并产出名次明细。
 func rankGroups(in EventScoreInput, ch ScoreChannel, profile ScoringProfile, groups []tieGroup) []RankedResult {
-	lastRank := 0
+	// lastPlace 是本组别被占用的最大名次档，也就是「末位」那一档：skip 口径下各组的占位
+	// 连续铺满 1..N，它正好等于实际可排名人数 N。末位归零只抹这一档，见 groupPoints。
+	lastPlace := 0
 	for _, g := range groups {
-		if r := g.startRank + len(g.members) - 1; r > lastRank {
-			lastRank = r
+		if r := g.startRank + len(g.members) - 1; r > lastPlace {
+			lastPlace = r
 		}
 	}
 
 	var out []RankedResult
 	for _, g := range groups {
-		pts := groupPoints(profile, g.startRank, len(g.members), lastRank, in.Event, in.Category)
+		pts := groupPoints(profile, g.startRank, len(g.members), lastPlace, in.Event, in.Category)
 		for _, c := range g.members {
 			out = append(out, rankedResult(in, ch, c, g.startRank, pts))
 		}
@@ -383,14 +385,18 @@ func rankGroups(in EventScoreInput, ch ScoreChannel, profile ScoringProfile, gro
 }
 
 // groupPoints 计算一组并列者拿到的分。
-// 三种口径都先确定这组「占用了哪些名次」：startRank .. startRank+size-1。
-func groupPoints(profile ScoringProfile, startRank, size, lastRank int, ev Event, cat EventCategory) float64 {
+// 三种口径都先确定这组「占用了哪些名次」：startRank .. startRank+size-1；
+// lastPlace 是本组别被占用的最大名次档（末位那一档，skip 口径下等于实际可排名人数 N）。
+func groupPoints(profile ScoringProfile, startRank, size, lastPlace int, ev Event, cat EventCategory) float64 {
 	if startRank <= 0 || size <= 0 {
 		return 0
 	}
-	// lastPlaceZero 是对「最后一名」的覆盖；并列在末位的整组都按最后一名处理，
-	// 否则同组出现 0 与 1 两种分数，违背「并列同分」的语义。
-	if profile.LastPlaceZero && startRank <= lastRank && lastRank <= startRank+size-1 {
+	// lastPlaceZero 只把「末位那一档」置零：判据是起始名次**正好落在这档**。
+	// 这种组必然只有一个人（startRank == lastPlace 意味着 size == 1，因为 lastPlace 是所有组
+	// 占位名次的最大值）。并列组若从更靠前的名次起步、区间跨过末位，组内多数人本可拿到录取线内的分，
+	// 整组归零会把他们一起抹掉——7 人里三人并列第 5（占 5/6/7）时，第 5 名的 2 分与第 6 名的 1 分
+	// 都该照发，而他们并不是「末位那一档」。
+	if profile.LastPlaceZero && startRank == lastPlace {
 		return 0
 	}
 
@@ -459,13 +465,21 @@ func rankedResult(in EventScoreInput, ch ScoreChannel, c candidate, rank int, po
 	return rr
 }
 
-// scoreByAggregate 实现 basis=aggregate：把同一主体（单位/运动员）在本组别的成绩取平均，
+// scoreByAggregate 实现 basis=aggregate：把同一主体（单位/运动员）在本组别的成绩汇成一个值，
 // 得到团体成绩后按项目的 compare 方向排名（并列沿用模板的 tieMode，默认顺延）。
-// 平均值分母由项目的 avg_mode 决定：
+//
+// 汇总口径（通道的 aggregate_mode，缺省 avg）：
+//   - avg：团体成绩 = 成员成绩的平均值；
+//   - sum：团体成绩 = 成员成绩的总和。
+//
+// avg 的平均值分母由项目的 avg_mode 决定：
 //   - valid：分子 = 有效成绩之和，分母 = 有有效成绩的人数；一个人都没成绩就不参与排名、不得分；
 //   - all：分子 = 有效成绩之和（没成绩的按 0），分母 = 该主体的报名人数。
 //     没有报名项的主体不会成桶，自然不参与。
 //
+// sum 只累加有效成绩（没成绩的人按 0 计入和不计入是一样的和），所以 avg_mode 在这里只剩一个作用：
+// 决定「一个有效成绩都没有的单位算不算 0 分参与排名」——valid 不参与、all 参与，与 avg 完全一致。
+//
 // 弃权 / 失格（status 非 registered）的报名项既不算参与也不算进分母，与「不占名次」的既有口径一致。
 func scoreByAggregate(in EventScoreInput, ch ScoreChannel, profile ScoringProfile) ([]RankedResult, error) {
 	if in.Event.Compare == CompareNone {
@@ -510,18 +524,24 @@ func scoreByAggregate(in EventScoreInput, ch ScoreChannel, profile ScoringProfil
 			b.valid++
 		}
 	}
+	sumMode := ch.aggregateMode() == AggregateSum
+	allMode := in.Event.avgMode() == AvgModeAll
 	agg := make([]candidate, 0, len(order))
 	for _, id := range order {
 		b := buckets[id]
+		if b.valid == 0 && !allMode {
+			// 一个人都没有效成绩的单位不参与团体排名，也不得分（两种汇总口径都一样）。
+			continue
+		}
 		var value float64
-		if in.Event.avgMode() == AvgModeAll {
+		switch {
+		case sumMode:
+			// 求和口径：只累加有效成绩（没成绩按 0 计入与否不改变和）。
+			value = b.sum
+		case allMode:
 			// 分母 = 报名人数：没成绩的人按 0 计入，也就是只累加有效成绩之和。
 			value = b.sum / float64(b.roster)
-		} else {
-			if b.valid == 0 {
-				// 一个人都没有效成绩的单位不参与团体排名，也不得分。
-				continue
-			}
+		default:
 			value = b.sum / float64(b.valid)
 		}
 		c := candidate{entry: b.entry, subject: b.subject, value: value}
@@ -531,16 +551,17 @@ func scoreByAggregate(in EventScoreInput, ch ScoreChannel, profile ScoringProfil
 	sortCandidatesByValue(agg, in.Event.Compare)
 
 	groups := groupByValue(agg)
-	lastRank := 0
+	// 与 rankGroups 同一个口径：lastPlace = 被占用的最大名次档（聚合结果同样是 skip 占位）。
+	lastPlace := 0
 	for _, g := range groups {
-		if r := g.startRank + len(g.members) - 1; r > lastRank {
-			lastRank = r
+		if r := g.startRank + len(g.members) - 1; r > lastPlace {
+			lastPlace = r
 		}
 	}
 
 	var out []RankedResult
 	for _, g := range groups {
-		pts := groupPoints(profile, g.startRank, len(g.members), lastRank, in.Event, in.Category)
+		pts := groupPoints(profile, g.startRank, len(g.members), lastPlace, in.Event, in.Category)
 		for _, c := range g.members {
 			rr := RankedResult{
 				EventID:    in.Event.ID,