perf(ops): начинать листинг PMC после последней залитой статьи

Первый прогон нового конвейера показал слабое место: листинг бакета шёл с
начала, и заливка часами перемалывала уже существующие статьи как дубли —
из 300 полученных 300 оказались дублями.

S3 умеет start-after, и стартовый ключ выводится прямо из базы: ext_id вида
`pmc:PMC10000000` соответствует ключу `PMC10000000.1`, бакет отдаётся
лексикографически. Теперь при отсутствии сохранённого токена (первый прогон
после ручных заливок) листинг начинается после максимального залитого.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

scripts/parsers/pmc_bulk.py

@@ -51,6 +51,7 @@ class PMCBulkParser(BaseParser):
         self,
         limit: int = 1000,
         resume_token: str | None = None,
+        start_after: str | None = None,
         progress_cb: ProgressCallback | None = None,
         **_ignored: Any,
     ) -> Iterator[dict[str, Any]]:
@@ -59,6 +60,10 @@ class PMCBulkParser(BaseParser):
         Args:
             limit: сколько статей отдать
             resume_token: продолжить листинг с сохранённой страницы бакета
+            start_after: ключ, после которого начинать листинг. Нужен, когда
+                токена нет (первый прогон после ручных заливок): без него
+                листинг пошёл бы с начала бакета и часами перемалывал уже
+                залитые статьи как дубли
             progress_cb: см. base.ProgressCallback
         """
         token = resume_token
@@ -66,7 +71,10 @@ class PMCBulkParser(BaseParser):
 
         while given < limit:
             try:
-                ids, token = self._list_page(token, want=min(200, limit - given))
+                ids, token = self._list_page(
+                    token, want=min(200, limit - given),
+                    start_after=None if token else start_after,
+                )
             except Exception as e:
                 logger.error("PMC bulk: листинг не удался: %s", e)
                 return
@@ -91,12 +99,16 @@ class PMCBulkParser(BaseParser):
             if token is None:
                 return
 
-    def _list_page(self, token: str | None, want: int) -> tuple[list[str], str | None]:
+    def _list_page(
+        self, token: str | None, want: int, start_after: str | None = None
+    ) -> tuple[list[str], str | None]:
         """Одна страница листинга бакета: id статей и токен следующей страницы."""
         url = f"{BUCKET}/?list-type=2&max-keys=1000"
         if token:
             # В токене бывают + и / — без экранирования S3 отвечает 400
             url += f"&continuation-token={quote(token, safe='')}"
+        elif start_after:
+            url += f"&start-after={quote(start_after, safe='')}"
         resp = self.client.get(url)
         resp.raise_for_status()
         ids = KEY_RE.findall(resp.text)[:want]