长耗时数据抓取的阶段性落盘门槛

下载/解析大型公开组学文件时，不要把抓取、解压、全量解析和报告生成塞进一次长事务；每个 accession 至少在原始缓存、表头/表型、表达矩阵三个阶段独立落盘并记录状态。这样即使外层超时或远程连接中断，也能满足生信投稿管线的可复现清单门槛，并与远程检索失败时的本地缓存回退衔接继续跑。

GEO series_matrix 的最终验收应独立于主脚本

长耗时下载脚本报告成功后，还应另跑一个轻量验收，独立读取正式 .gz 到 EOF，并同时检查：raw 文件字节数等于远端 Content-Length 或记录的期望字节数；gzip 完整解压无异常；GEO 表达区出现 !series_matrix_table_end；phenotype 行数等于表达矩阵 GSM 列数；status/age/gender 等关键协变量非空；表达 probe 行数大于 0。只有这些同时通过，才算摆脱了压缩文件局部可读不等于完整下载风险，而不是仅仅拿到可读头部。