用途：将边缘研究的各个阶段整合为一次自动化流水线运行，覆盖从票据（或 OHLCV 数据）到策略导出，也可从 drafts 阶段续跑、对现有策略草案进行评审修订，或用 dry-run 预览结果而不导出。
工作流：加载 CLI 配置；若提供 --from-ohlcv 则运行 auto_detect 生成票据；运行 hints 从市场摘要与异常中提取边缘线索；运行 concepts 合成抽象边缘概念；运行 drafts 设计策略草案；进入 review-revision 反馈循环（最多 2 轮迭代，PASS 累积、REJECT 累积，REVISE 触发 apply_revisions 并重审，超轮次的 REVISE 降级为 research_probe）；导出合格草案（PASS + export_ready_v1 + 可导出 entry_family）；写出 pipeline_run_manifest.json 记录完整执行轨迹。
用法示例： python3 scripts/orchestrate_edge_pipeline.py --tickets-dir path/to/tickets/ --output-dir reports/edge_pipeline/ 支持 --from-ohlcv、--resume-from drafts、--review-only、--dry-run 等模式。可选参数包括 --as-of、--strict-export、--max-synthetic-ratio、--overlap-threshold、--no-dedup。
产出：输出目录含 pipeline_run_manifest.json，以及 tickets、hints/hints.yaml、concepts/edge_concepts.yaml、drafts、exportable_tickets、reviews_iter_0/1、strategies/<candidate_id>/（strategy.yaml 与 metadata.json）。
限制：--llm-ideas-file 与 --promote-hints 仅在完整流水线运行时生效；--resume-from drafts 与 --review-only 会跳过 hints/concepts 阶段，这些标志被忽略。资料未提供收费、平台兼容性等更多细节。