feat: add temporary log backfill API

[ShaohonChen]

Summary

• Add swanlab.log_backfill(data, step) for temporary historical scalar backfill in Resume runs.
• Query cloud metrics first: existing points are warned and skipped; missing points are uploaded through the normal log path.
• Document the temporary 0.10.1.dev0-only API, its 50,000-point performance limit, and playground examples.

Validation

• uv run pytest tests/unit/sdk/cmd/test_temporary.py -q
• uv run ruff check swanlab/init.py swanlab/sdk/init.py swanlab/sdk/cmd/temporary.py tests/unit/sdk/cmd/test_temporary.py

[ShaohonChen]

swanlab.log_backfill 临时使用说明

swanlab.log_backfill(data, step) 用于在 Resume 训练时补打历史标量指标点。

警告：这是仅在临时版本 SwanLab 0.10.1.dev0 中提供的兼容接口，不保证后续版本仍可用，也不保证 API 稳定性或性能。

使用限制

• 只能在云端实验中使用，且必须通过 swanlab.init(resume=True, id="...") 初始化。该实验可以是已有实验，也可以是刚创建的新实验。
• 仅支持标量指标。
• 调用时会从云端读取目标指标的历史数据，以确认目标 step 是否已经存在。
• 云端实验的单个指标点数应少于 50,000。该接口需要读取完整历史数据再筛选目标 step；点数更多时补打可能较慢。
• 服务端已有相同 (metric key, step) 时，接口会输出 warning 并跳过该点；只上传缺失的指标。

边界行为

• 补打的指标从未存在：云端查询会返回该指标没有历史点，接口随后会像 swanlab.log 一样自动创建这个标量指标，并上传目标 step 的数据。
• 补打的 step 已有该指标数据：接口会输出 warning 并跳过该指标，不会覆盖已有值，也不会再次上传。因此在同一次调用中，已存在的 key 会跳过，其他缺失 key 仍会正常补打。
• 刚创建的新实验：只要使用了 resume=True 和显式 id，log_backfill 可以直接使用。新实验中没有历史点，因而它的行为与 swanlab.log 一致：自动创建指标并上传数据。

示例

下面的代码先故意漏掉 loss 在 step 2 的记录，再 Resume 后补打该点：

import uuid

import swanlab

project = "test_log_backfill"
experiment_id = str(uuid.uuid4())[:21]

# 第一次训练：故意漏掉 step=2。
swanlab.init(project=project, resume=True, id=experiment_id)
swanlab.log({"loss": 1.0}, step=1)
swanlab.log({"loss": 0.25}, step=3)
swanlab.finish()

# Resume 后补打。接口先查云端；step=2 不存在时才上传。
swanlab.init(project=project, resume=True, id=experiment_id)
swanlab.log_backfill({"loss": 0.5}, step=2)
swanlab.finish()

完整可运行脚本见 test_log_backfill.py；新实验直接调用的场景见 test_log_backfill_new_run.py。