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

..

fixtures

feat(eval): 黄金集 + 评分器（T13 架构审查整改，OV4）

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

__init__.py

chore: 项目骨架与 pyproject 打包（src 布局 + pytest 就绪）

2026-08-08 15:28:52 +08:00

docx_helpers.py

test: docx 测试基建（新建/落盘/规则文档快捷构造）

2026-08-10 09:21:55 +08:00

excel_helpers.py

feat: ExcelParser 基础（workbook/sheet 读取 + source_uri）

2026-08-08 16:50:24 +08:00

inference_helpers.py

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

test_api_design_consistency.py

chore: 一致性门禁收尾（plan 计数、尾换行、消息与注释润色）

2026-08-09 17:11:38 +08:00

test_config.py

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

test_data_models.py

feat: 数据模型 data_models（design §3+§9.4，future.annotations）

2026-08-08 15:30:04 +08:00

test_datagate.py

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

test_eval_scorer.py

feat(eval): 黄金集 + 评分器（T13 架构审查整改，OV4）

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

test_excel_parser.py

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

test_excel_reader.py

feat: ExcelParser 基础（workbook/sheet 读取 + source_uri）

2026-08-08 16:50:24 +08:00

test_formatting_detector.py

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

test_free_text_extractor.py

fix: 遗留清理（枚举同源/边界防御/断言补强）

2026-08-09 04:18:39 +08:00

test_inference_client.py

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

test_inference_engine.py

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

test_inference_errors.py

feat: 异常树 error_code 类属性（对齐 api-design §7 错误码）

2026-08-09 13:38:59 +08:00

test_inference_prompt_registry.py

feat: PromptRegistry 注册/版本/渲染（jinja2）

2026-08-09 08:03:17 +08:00

test_inference_token.py

feat(inference): CJK 保守 token 估算（T9 架构审查整改）

2026-08-12 09:54:20 +08:00

test_inference_types.py

feat: 结果对象 error_code 字段（默认 None 向后兼容）

2026-08-09 13:44:19 +08:00

test_paragraph_splitter.py

feat: 段落分割 split_paragraphs（通用空行分词）

2026-08-09 03:59:24 +08:00

test_rag_design_consistency.py

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

test_real_samples.py

chore: Phase3 Word 解析收尾（尾随换行/import 排序/契约注释）

2026-08-10 23:39:53 +08:00

test_resolver.py

feat(provenance): URI 统一 + resolver + 强验证（T12 架构审查整改）

2026-08-12 22:35:56 +08:00

test_rule_doc_parser.py

feat: RuleDocParser 规则文档 Markdown 化与分类

2026-08-10 10:14:15 +08:00

test_sheet_detector.py

feat: SheetDetector 类型识别（名称/表头关键词）

2026-08-08 16:59:17 +08:00

test_sheet_nature.py

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

test_smoke.py

chore: 项目骨架与 pyproject 打包（src 布局 + pytest 就绪）

2026-08-08 15:28:52 +08:00

test_source_aggregator.py

chore: Phase3 Word 解析收尾（尾随换行/import 排序/契约注释）

2026-08-10 23:39:53 +08:00

test_state_machine.py

feat(orchestrator): 会话状态机实现 + cancelled/resume（T3 架构审查整改）

2026-08-12 09:39:34 +08:00

test_table_extractor.py

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

test_task_queue.py

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

test_word_template_parser.py

feat: WordTemplateParser 章构成/占位符/样式名提取

2026-08-10 09:38:37 +08:00