[Optimization] 优化 Supabase 同步数据结构，减少特殊词库（已掌握、错词、收藏）的数据冗余

[didyhu]

背景描述
目前 TypeWords 支持通过 Supabase 进行云端同步。在分析 typewords_data 表的数据时发现，wordKnown (已掌握), wordWrong (错词), wordCollect (收藏) 这三个词库在同步时存储了完整的 Word 对象。

随着用户学习量和错词量的增加，dict 字段的体积会迅速膨胀（实测在有一定学习积累后，单行 JSON 体积可达 2MB-3MB 以上），这会导致以下问题：

1. 同步性能下降：大数据量的上传和下载会导致明显的卡顿和同步超时。
2. 数据库超限风险：Supabase 免费版有 500MB 的存储限制，冗余的详情数据（如例句、词源等）加速了空间消耗。

分析建议
在 packages/core/src/utils/index.ts 的 shakeCommonDict 函数中，目前已对普通词典进行了 words 清空处理，但排除了这三个词库。建议对这三个词库也进行分级瘦身：

• wordKnown: 仅需保留单词 ID 或 word 文本，用于过滤。
• wordWrong / wordCollect: 仅保留核心的 trans (释义) 和 phonetic (音标)，剔除 etymology (词源)、relWords (同根词)、synos (近义词) 等重度字段。

预期效果
优化后预计可减少该字段 50% - 80% 的体积，大幅提升同步效率。