lhl d2e651bad0 feat(eval): 黄金集 + 评分器（T13 架构审查整改，OV4） ...

- T13 (OV4, P1): 新建 src/genesis/eval/ 包
  - golden_set.py: GoldenCase/GoldenSet（YAML 加载，samples/ 真实脱敏样本作 input_ref）
  - scorer.py: ChapterScorer 按 §7.2 指标体系打分
    - 确定性维度: traceability（resolver 验证 source_uri 可解析率）/
      placeholder_residue（无 {{...}} 残留）/chapter_completeness（章节覆盖）
    - LLM 语义维度: llm_evaluators 钩子（默认中性分，待 Phase5）
  - tests/fixtures/eval/golden_set.yaml 示例黄金集
- 新增 test_eval_scorer.py（9 用例）
- 同步 design.md §7.5 黄金集与评分器（定位 CI 质量门禁）
- TDD: RED（模块缺失）→ GREEN（聚焦 8 passed）→ 全量 240 passed / 100.00%（1279 stmts/308 br）

2026-08-12 22:44:47 +08:00

..

superpowers

feat(inference): LLM 客户端全异步化（T8 架构审查整改）

2026-08-12 09:50:37 +08:00

2026年讯和技术大赛-参赛者手册.pdf

chore: 基线提交——既有设计文档与样本数据

2026-08-08 15:16:42 +08:00

agent-runtime-design.md

feat(orchestrator): DataGate 机制化 + 任务级持久化（T14/T16 架构审查整改）

2026-08-12 15:43:10 +08:00

api-design.md

feat(orchestrator): DataGate 机制化 + 任务级持久化（T14/T16 架构审查整改）

2026-08-12 15:43:10 +08:00

architecture-eng-review.md

feat(inference): chat_structured 接入 jsonschema 真校验（T1 架构审查整改）

2026-08-12 09:32:02 +08:00

config-design.md

feat(rag): v1 rerank 精排 + bge-m3 多语言切换（T6/T11 架构审查整改）

2026-08-12 11:32:28 +08:00

coverage-report.md

test: 覆盖率提升至 100%（fail_under 90→99，13 个防御/边界用例）

2026-08-09 04:49:29 +08:00

design-review.md

chore: 基线提交——既有设计文档与样本数据

2026-08-08 15:16:42 +08:00

design.md

feat(eval): 黄金集 + 评分器（T13 架构审查整改，OV4）

2026-08-12 22:44:47 +08:00

extracted.txt

chore: 基线提交——既有设计文档与样本数据

2026-08-08 15:16:42 +08:00

implementation-plan.md

feat(rag): v1 rerank 精排 + bge-m3 多语言切换（T6/T11 架构审查整改）

2026-08-12 11:32:28 +08:00

milestone2-excel-parser-review.md

docs: 里程碑2 评审与交付报告

2026-08-09 03:25:57 +08:00

milestone2.5-mixed-parser-review.md

docs: 里程碑2.5 交付报告（MIXED 段落解析闭环）

2026-08-09 04:25:31 +08:00

milestone3-inference-retro.md

docs: 里程碑3.1 回顾归档（首次 retro）

2026-08-09 09:08:26 +08:00

milestone3-inference-review.md

feat(inference): LLM 客户端全异步化（T8 架构审查整改）

2026-08-12 09:50:37 +08:00

milestone3-word-parser-review.md

docs: Phase3 Word 解析里程碑评审报告

2026-08-11 08:42:54 +08:00

rag-layer-design.md

feat(rag): v1 rerank 精排 + bge-m3 多语言切换（T6/T11 架构审查整改）

2026-08-12 11:32:28 +08:00

sample-spec.md

chore: 基线提交——既有设计文档与样本数据

2026-08-08 15:16:42 +08:00

web-ui-design-review-v1.1.md

docs: Web UI 设计评审修订（v1.0→v1.1，7 项发现全修 + api §2.2 write_instruction）

2026-08-09 13:28:38 +08:00

web-ui-design.md

feat(config): 删死配置 + 同步文档（T5 架构审查整改）

2026-08-12 10:54:56 +08:00