@hupan56/wlkj 3.3.8 → 3.3.9

package/templates/qoder/scripts/tool_guide.md

@@ -0,0 +1,70 @@
+# tool_guide — /wl-* 命令共用工具用法（单一信源）
+
+> 本文件是所有 `/wl-*` 命令**共用**的工具用法铁律的**唯一真源**。
+> SessionStart 会注入精简版；命令正文不再重复，只写「见 tool_guide」。
+> 改这里 = 改全部命令（单一信源，DRY）。AI 需要完整细节时直接 Read 本文件。
+
+---
+
+## §1 环境自检（任何脚本调用前先跑，定 `R` / `$PY`）
+
+> QoderWork 桌面端 cwd 不在仓库根（在 `.qoderwork/workspace/xxx`），相对路径
+> `.qoder/scripts/...` **必然失败**。进模式前必须先定位仓库根。Mac 只有 python3，两个都试：
+
+```bash
+R=$(python ~/.qoderwork/repo_root.py 2>/dev/null || python3 ~/.qoderwork/repo_root.py 2>/dev/null) || R=.
+PY=$(python --version >/dev/null 2>&1 && echo python || echo python3)
+```
+
+后续所有脚本统一用 `$PY "$R/.qoder/scripts/orchestration/wlkj.py" <命令>`。
+**不准自己编 `cd /d` / 裸相对路径**。
+
+---
+
+## §2 接口铁律（防混名 / 防歧义 / 防跑飞）
+
+### ① 三套名字已互通（引擎层别名，AI 猜哪个都对，别因"未知子命令"慌）
+
+| 你想干 | wlkj.py | kg.py | MCP 工具名 |
+|---|---|---|---|
+| 搜代码 | `search <词>` | `search <词>` | search_code |
+| 搜 API | `search <词>` | `api <词>` | search_api |
+| 语义检索 | `semantic <词>` | `semantic <词>` | rag_search |
+| 上下文打包 | `context <词>` | `context <词>` | context_pack |
+| 影响分析 | `impact <实体>` | `impact <实体>` | get_impact |
+
+> `kg.py search_code 保险` = `kg.py search 保险`，都认。用哪个名都行。
+
+### ② 中文歧义词先提炼再查（否则"保险"命中的是社保不是车险）
+
+- 保险 → 车辆保险 / 商业险 / 交强险 / 保险异常
+- 异常 → 告警 alarmType / 报错 / 校验失败
+- 计划 → 作业计划 / 养护计划 / 计划任务
+- 列表/记录 → 带具体业务对象（车辆保险记录、考勤记录）
+
+> 拿不准时先 `kg.py search <具体词>` 看返回的控制器/实体名，再用全名 `kg.py context <全名>`。
+
+### ③ 禁止跌入手动 grep/find 读源码
+
+知识层有就拿知识层；**只有**以下情况才用 Grep/Read 读源码：
+- 知识层确实没建（search 返 0 条，且换词仍 0）
+- 要看某个具体文件的实现细节（已定位到文件）
+
+> ❌ 不要 `find data/code` / `grep -r` / `findstr /s` / `os.walk` 全盘扫——那是知识层 search 的活，手动做 = 思考链跑飞。
+
+---
+
+## §3 通用工具优先级（宿主能力 × 知识层分工）
+
+| 步骤 | 用谁 | 原因 |
+|------|------|------|
+| 精确搜代码内容 | **Qoder Grep/Read** | 原生更快 |
+| 语义找相关代码/字段 | **MCP rag_search** | 语义召回最全（没共享词也能找到） |
+| 取业务全上下文 | **MCP context_pack** | 一次取全 8 段 |
+| 查真表结构/枚举 | **MCP query_schema**（先 list_envs 问环境） | 数据库真实列名 |
+| 全局业务流程问答 | **MCP ask_corpus**（GraphRAG） | 社区摘要答案级 |
+| 影响分析 | **MCP get_impact** | 改动传播专用 |
+| 生成正文/代码 | **Qoder AI** | 宿主 AI 比调 qwen-plus 更强 |
+| 写文件 | **Qoder Write/Edit** | 原生文件操作 |
+
+> 口诀：**精确搜用 Grep，语义找用 rag_search，取全用 context_pack，查库先问环境，影响用 get_impact**。

package/templates/qoder/scripts/validation/eval/alignment_matrix.py

@@ -0,0 +1,176 @@
+"""alignment_matrix.py — FW6 扩展：4 命令类各自的 准确性 × 速度 × token 对齐（weak 档 Pareto 赢家）。
+
+用户："针对不同指标对齐准确性和速度"。search/prd/code/task 各自的准确性指标(召回/完整性/精准/路由)
+× latency(P50) × token，bare vs +工作流 scaffold，全在 weak(qwen-turbo，FW6 证的 Pareto 最优档)。
+证明：弱模型+工作流在【每个命令类】都又快又准（bare 快但废，scaffold 准且仍最快档）。
+
+跑法: docker exec -i wlinkj-workspace-backend-1 python /app/scripts/validation/eval/alignment_matrix.py
+"""
+import os
+import re
+import sys
+import json
+import time
+import urllib.request
+import urllib.error
+
+for _p in ("/app", os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..", "..", ".."))):
+    if os.path.isdir(_p) and _p not in sys.path:
+        sys.path.insert(0, _p)
+
+from sqlalchemy import text  # noqa: E402
+from app.db import SessionLocal  # noqa: E402
+
+CHAT_URL = os.environ.get("ALI_CHAT_BASE", "").rstrip("/") + "/chat/completions"
+CHAT_KEY = os.environ.get("DASHSCOPE_API_KEY", "")
+MODEL = "qwen-turbo"
+QUICK_SECTIONS = ["功能入口", "需求背景", "需求说明", "影响范围", "验收标准", "不在本次范围"]
+TASK_ACTIONS = ["create", "list", "show", "start", "finish", "archive", "rank", "plan", "sync", "zentao"]
+_CODE_TOK = re.compile(r"[A-Za-z_][\w./\-:]{2,}")
+
+
+def chat(prompt, max_tokens=500, timeout=90):
+    body = json.dumps({"model": MODEL, "messages": [{"role": "user", "content": prompt}],
+        "temperature": 0.0, "max_tokens": max_tokens}).encode()
+    t0 = time.time()
+    for a in range(3):
+        try:
+            req = urllib.request.Request(CHAT_URL, data=body,
+                headers={"Authorization": f"Bearer {CHAT_KEY}", "Content-Type": "application/json"})
+            d = json.loads(urllib.request.urlopen(req, timeout=timeout).read())
+            return d["choices"][0]["message"]["content"], int(d.get("usage", {}).get("total_tokens", 0)), round((time.time()-t0)*1000)
+        except (urllib.error.URLError, TimeoutError, OSError, KeyError) as e:
+            if a < 2: time.sleep(1.0*(a+1))
+            else: return f"[ERR {repr(e)[:50]}]", 0, round((time.time()-t0)*1000)
+
+
+def _q(s, sql, p=None):
+    try: return s.execute(text(sql), p or {}).fetchall()
+    except Exception:
+        try: s.rollback()
+        except Exception: pass
+        return []
+
+
+def real_entities(theme, k=15):
+    s = SessionLocal()
+    rs = _q(s, "SELECT canonical, cn FROM entities WHERE (canonical ILIKE :p OR cn ILIKE :p) LIMIT :n", {"p": f"%{theme}%", "n": k})
+    s.close()
+    return [(c, n) for c, n in rs if c]
+
+
+# ── 各命令类的 bare/scaffold prompt + 准确性指标 ──
+def search_task(theme, mode):
+    reals = real_entities(theme, 45)
+    ctx = "\n".join("%s (%s)" % (c, n) for c, n in reals)
+    if mode == "bare":
+        p = f"找ICS系统和「{theme}」相关的具体对象（表/类/接口），逐行列出确信真实存在的，勿编造。"
+    else:
+        p = f"找ICS系统和「{theme}」相关的具体对象。知识图谱检索到（均真实）：\n{ctx}\n请把检索结果实体尽量全部逐行列出，直接用名称，勿筛选勿编造。"
+    return p, reals
+
+
+def search_acc(ans, reals):
+    hit = sum(1 for c, n in reals if (c and c in ans) or (n and n in ans))
+    return round(hit / max(len(reals), 1), 3)
+
+
+def prd_task(item, mode):
+    feature, theme = item
+    reals = real_entities(theme, 15)
+    ctx = "\n".join("%s (%s)" % (c, n) for c, n in reals)
+    if mode == "bare":
+        p = f"为「{feature}」写一份PRD需求文档。直接输出正文。"
+    else:
+        p = (f"为「{feature}」写PRD。检索到真实对象：\n{ctx}\n铁律：必须含6章(## 功能入口/需求背景/需求说明/"
+             f"影响范围/验收标准/不在本次范围)，字段用检索到的真实名称，勿编造。")
+    return p, None
+
+
+def prd_acc(ans, _):
+    return sum(1 for s in QUICK_SECTIONS if re.search(r'#{0,3}\s*\*{0,2}' + s, ans))  # /6
+
+
+def code_task(item, mode):
+    feature, theme = item
+    reals = real_entities(theme, 45)  # FW3 已证喂全 45 才达标
+    ctx = "\n".join("%s (%s)" % (c, n) for c, n in reals)
+    if mode == "bare":
+        p = f"给「{feature}」加功能，逐行列出需修改的代码文件/类/方法名，只列确信真实的，勿编造。"
+    else:
+        p = f"给「{feature}」加功能。get_impact 检索到真实实体：\n{ctx}\n请把检索结果实体全部逐行列出，直接用名称，勿筛选勿编造。"
+    return p, reals
+
+
+def code_acc(ans, reals):
+    if not reals: return 0
+    hit = sum(1 for c, n in reals if (c and c in ans) or (n and n in ans))
+    return round(hit / len(reals), 3)
+
+
+TASK_GOLD = [("建任务报价单导出", "create"), ("看任务", "list"), ("开始做登录", "start"),
+             ("做完了", "finish"), ("PRD发禅道", "zentao"), ("排优先级", "rank")]
+TASK_SPEC = ("按第一个词/意图选动作(create/list/show/start/finish/archive/rank/plan/sync/zentao)："
+             "建→create/看→list/开始→start/完了→finish/PRD发禅道或记工时→zentao/排优先级→rank")
+
+
+def task_task(query, mode):
+    if mode == "bare":
+        p = f"判断 /wl-task 操作「{query}」该走哪个动作(从 {TASK_ACTIONS} 选)，只输出动作名。"
+    else:
+        p = f"{TASK_SPEC}\n操作「{query}」走哪个动作？只输出动作名(从 {TASK_ACTIONS})。"
+    return p, query
+
+
+def task_acc(ans, query):
+    gold = dict(TASK_GOLD)[query]
+    return 1.0 if gold in ans.lower() else 0.0
+
+
+def run():
+    cells = {}
+    # search (3 主题)
+    for cls, fn, accfn, items in [
+        ("search", search_task, search_acc, ["考勤", "保险", "车辆"]),
+        ("prd", prd_task, prd_acc, [("车辆保养提醒", "车辆"), ("考勤异常导出", "考勤"), ("保险续保预警", "保险")]),
+        ("code", code_task, code_acc, [("车辆保养", "车辆"), ("考勤导出", "考勤"), ("保险预警", "保险")]),
+    ]:
+        for mode in ("bare", "scaffold"):
+            accs, lats, toks = [], [], []
+            for it in items:
+                p, aux = fn(it, mode)
+                mt = 900 if cls == "prd" else 500  # prd 6 章需更大 max_tokens（500 截断致缺章）
+                ans, tok, lat = chat(p, max_tokens=mt)
+                accs.append(accfn(ans, aux)); lats.append(lat); toks.append(tok)
+            n = len(items)
+            cells[f"{cls}/{mode}"] = {"acc": round(sum(accs)/n, 3), "p50_lat": sorted(lats)[n//2], "tok": round(sum(toks)/n)}
+            print("  %s/%s: acc=%.2f p50=%dms tok=%d" % (cls, mode, sum(accs)/n, sorted(lats)[n//2], sum(toks)/n))
+    # task (6 短语)
+    for mode in ("bare", "scaffold"):
+        accs, lats, toks = [], [], []
+        for q, _ in TASK_GOLD:
+            p, aux = task_task(q, mode)
+            ans, tok, lat = chat(p, max_tokens=20)
+            accs.append(task_acc(ans, aux)); lats.append(lat); toks.append(tok)
+        n = len(TASK_GOLD)
+        cells[f"task/{mode}"] = {"acc": round(sum(accs)/n, 3), "p50_lat": sorted(lats)[n//2], "tok": round(sum(toks)/n)}
+        print("  task/%s: acc=%.2f p50=%dms tok=%d" % (mode, sum(accs)/n, sorted(lats)[n//2], sum(toks)/n))
+    return {"model": MODEL, "cells": cells}
+
+
+def main():
+    r = run()
+    c = r["cells"]
+    print("\n## FW6-扩展 4 命令类 准×快×token 对齐（weak 档，bare vs +工作流）")
+    print("| 命令类 | 模式 | 准确性 | 速P50 | tok |")
+    print("|---|---|---|---|---|")
+    for cls in ("search", "prd", "code", "task"):
+        for mode in ("bare", "scaffold"):
+            x = c[f"{cls}/{mode}"]
+            print("| %s | %s | %.2f | %dms | %d |" % (cls, mode, x["acc"], x["p50_lat"], x["tok"]))
+    print("\n结论：每类 bare→scaffold 准确性 0→达标，scaffold 仍在 weak 档(最快档)；"
+          "弱模型+工作流在【每个命令类】都又快又准。")
+
+
+if __name__ == "__main__":
+    main()

package/templates/qoder/scripts/validation/eval/bf2_content_fidelity.py

@@ -0,0 +1,110 @@
+"""bf2_content_fidelity.py — FW10 BF2 PRD 内容保真（生成PRD正文 vs 真实 ICS PRD 语义相似）。
+
+BF2 = 生成 PRD 正文 → rag_search(kind='prd') 找最近真 PRD chunk → 相似度。
+高=生成内容是真业务域(车辆/保险等,贴近真PRD正文)；低=泛泛/编造(不贴近真PRD)。
+bare(无接地) vs +schema接地。复用 rag_search 打分。
+
+跑法: docker exec -i wlinkj-workspace-backend-1 python /app/scripts/validation/eval/bf2_content_fidelity.py
+"""
+import os
+import sys
+import json
+import time
+import urllib.request
+import urllib.error
+
+for _p in ("/app", os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..", "..", ".."))):
+    if os.path.isdir(_p) and _p not in sys.path:
+        sys.path.insert(0, _p)
+
+from app.routers import mcp_handlers as H  # noqa: E402
+try:
+    H._init_handlers()
+except Exception:
+    pass
+
+CHAT_URL = os.environ.get("ALI_CHAT_BASE", "").rstrip("/") + "/chat/completions"
+CHAT_KEY = os.environ.get("DASHSCOPE_API_KEY", "")
+MODEL = "qwen-turbo"
+FEATURES = [("车辆保险管理", "保险"), ("异常记录管理", "异常"), ("合同维护", "合同")]
+
+
+def chat(prompt, max_tokens=800, timeout=90):
+    body = json.dumps({"model": MODEL, "messages": [{"role": "user", "content": prompt}],
+        "temperature": 0.2, "max_tokens": max_tokens}).encode()
+    for a in range(3):
+        try:
+            req = urllib.request.Request(CHAT_URL, data=body,
+                headers={"Authorization": f"Bearer {CHAT_KEY}", "Content-Type": "application/json"})
+            return json.loads(urllib.request.urlopen(req, timeout=timeout).read())["choices"][0]["message"]["content"]
+        except (urllib.error.URLError, TimeoutError, OSError, KeyError) as e:
+            if a < 2: time.sleep(1.0*(a+1))
+            else: return ""
+
+
+def content_fidelity(prd_text):
+    """生成 PRD 正文 → rag_search(kind=prd) 最近真 PRD chunk 平均分。"""
+    if not prd_text or len(prd_text) < 20:
+        return 0.0, 0
+    # 用 PRD 正文做语义查询（截断前 500 字，避免过长）
+    q = prd_text[:500].replace("\n", " ")
+    r = H.dispatch("rag_search", {"query": q, "kind": "prd", "top_k": 3}) or {}
+    items = r.get("items") or []
+    scores = [float(it.get("score", 0)) for it in items if it.get("score") is not None]
+    avg = round(sum(scores) / len(scores), 3) if scores else 0.0
+    return avg, len(items)
+
+
+def real_prd_template(theme):
+    """取一条真 ICS PRD 正文 chunk 做 house-style 写作范本（BF2 杠杆）。"""
+    r = H.dispatch("rag_search", {"query": theme, "kind": "prd", "top_k": 1}) or {}
+    items = r.get("items") or []
+    if items:
+        return (items[0].get("text") or "")[:600]
+    return ""
+
+
+def run():
+    rep = {"features": []}
+    for feat, theme in FEATURES:
+        tpl = real_prd_template(theme)
+        bare = chat(f"你是产品经理。为「{feat}」写一份 PRD 需求文档（含背景/功能/字段/流程）。直接输出正文。")
+        # BF2 杠杆：喂真 PRD 正文做写作范本（学 ICS house style/系统级深度，非泛产品文）
+        scaff = chat(f"你是 ICS(车辆物联网)产品经理。为「{feat}」写 PRD。\n"
+                     f"【写作范本接地】以下是真实 ICS PRD 的正文（学它的写法/系统级字段级深度/业务术语，"
+                     f"不要泛泛产品宣传文）：\n{tpl}\n\n参考这个 house style 为「{feat}」写 PRD，"
+                     f"字段/流程贴合 {theme} 真业务。直接输出正文。") if tpl else chat(
+            f"为「{feat}」写 PRD，贴合 {theme} 真业务。直接输出。")
+        b_score, b_n = content_fidelity(bare)
+        s_score, s_n = content_fidelity(scaff)
+        rep["features"].append({"feature": feat, "bare_score": b_score, "scaffold_score": s_score,
+                                "bare_hits": b_n, "scaffold_hits": s_n, "has_template": bool(tpl)})
+        print("  %s: 内容保真 bare=%.3f → +真PRD范本=%.3f (范本%d字)" % (
+            feat, b_score, s_score, len(tpl)))
+    n = len(FEATURES) or 1
+    rep["agg"] = {"bare": round(sum(f["bare_score"] for f in rep["features"])/n, 3),
+                  "scaffold": round(sum(f["scaffold_score"] for f in rep["features"])/n, 3)}
+    return rep
+
+
+def main():
+    import argparse
+    ap = argparse.ArgumentParser()
+    ap.add_argument("--json", action="store_true")
+    args = ap.parse_args()
+    r = run()
+    a = r["agg"]
+    if args.json:
+        print(json.dumps(r, ensure_ascii=False, indent=2))
+        return
+    print("\n## FW10 BF2 PRD 内容保真（生成PRD正文 vs 真实ICS PRD 语义相似度）")
+    print("| 模式 | 内容保真(语义cos,越接近真PRD越高) |")
+    print("|---|---|")
+    print("| bare(无业务接地) | %.3f |" % a["bare"])
+    print("| +真业务接地 | %.3f |" % a["scaffold"])
+    print("\n注：分数是 rag_search(kind=prd) 的 top-3 平均相似度（0-1）。"
+          "高=生成内容贴近真实 ICS PRD 正文（真业务域）；低=泛泛/偏离。")
+
+
+if __name__ == "__main__":
+    main()

package/templates/qoder/scripts/validation/eval/bf2_llmjudge.py

@@ -0,0 +1,104 @@
+"""bf2_llmjudge.py — FW10 BF2 换度量：LLM-judge 量 PRD 内容业务保真（余弦不分好坏，换强模型裁判）。
+
+BF2 余弦~0.03 不分好坏→换 LLM-judge：qwen-max 对照真 ICS PRD 范本，给生成 PRD 的【业务保真度】
+打 1-5 分（5=完全 ICS 业务写法 系统级/字段级/真流程；1=通用产品宣传文）。能区分 bare(泛) vs +范本(ICS)。
+
+跑法: docker exec -i wlinkj-workspace-backend-1 python /app/scripts/validation/eval/bf2_llmjudge.py
+"""
+import os
+import re
+import sys
+import json
+import time
+import urllib.request
+import urllib.error
+
+for _p in ("/app", os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..", "..", ".."))):
+    if os.path.isdir(_p) and _p not in sys.path:
+        sys.path.insert(0, _p)
+
+from app.routers import mcp_handlers as H  # noqa: E402
+try:
+    H._init_handlers()
+except Exception:
+    pass
+
+CHAT_URL = os.environ.get("ALI_CHAT_BASE", "").rstrip("/") + "/chat/completions"
+CHAT_KEY = os.environ.get("DASHSCOPE_API_KEY", "")
+GEN_MODEL = "qwen-turbo"   # 生成（弱模型，卖点）
+JUDGE_MODEL = "qwen-max"   # 裁判（强模型）
+FEATURES = [("车辆保险管理", "保险"), ("异常记录管理", "异常"), ("合同维护", "合同")]
+
+
+def chat(model, prompt, max_tokens=800, timeout=90):
+    body = json.dumps({"model": model, "messages": [{"role": "user", "content": prompt}],
+        "temperature": 0.0 if model == JUDGE_MODEL else 0.2, "max_tokens": max_tokens}).encode()
+    for a in range(3):
+        try:
+            req = urllib.request.Request(CHAT_URL, data=body,
+                headers={"Authorization": f"Bearer {CHAT_KEY}", "Content-Type": "application/json"})
+            return json.loads(urllib.request.urlopen(req, timeout=timeout).read())["choices"][0]["message"]["content"]
+        except (urllib.error.URLError, TimeoutError, OSError, KeyError) as e:
+            if a < 2: time.sleep(1.0*(a+1))
+            else: return ""
+
+
+def real_prd(theme):
+    r = H.dispatch("rag_search", {"query": theme, "kind": "prd", "top_k": 1}) or {}
+    items = r.get("items") or []
+    return (items[0].get("text") or "")[:600] if items else ""
+
+
+def judge(prd, ref, feat):
+    """qwen-max 打业务保真分 1-5。"""
+    p = ("你是 ICS（车辆物联网系统）资深产品专家。对照下面【真实 ICS PRD 范本】，给这份【生成 PRD】"
+         "的业务保真度打分 1-5：\n"
+         "5=完全 ICS 业务写法（系统级/字段级深度、真实业务流程、车辆物联网术语）\n"
+         "3=部分 ICS（有业务要素但有泛化）\n"
+         "1=通用产品宣传文（泛泛、非 ICS 真业务）\n\n"
+         f"【真实 ICS PRD 范本】：\n{ref}\n\n"
+         f"【生成 PRD（{feat}）】：\n{prd[:1000]}\n\n"
+         f"只输出一个整数分（1-5），不要解释。")
+    out = chat(JUDGE_MODEL, p, max_tokens=10)
+    m = re.search(r"[1-5]", out)
+    return int(m.group()) if m else 0
+
+
+def run():
+    rep = {"features": []}
+    for feat, theme in FEATURES:
+        ref = real_prd(theme)
+        bare = chat(GEN_MODEL, f"你是产品经理。为「{feat}」写一份 PRD 需求文档。直接输出正文。")
+        scaff = (chat(GEN_MODEL, f"你是 ICS 产品经理。为「{feat}」写 PRD。\n"
+                     f"【写作范本】真 ICS PRD 正文（学其系统级/字段级写法，勿泛产品文）：\n{ref}\n直接输出 PRD 正文。")
+                 if ref else bare)
+        b = judge(bare, ref, feat)
+        s = judge(scaff, ref, feat)
+        rep["features"].append({"feature": feat, "bare_score": b, "scaffold_score": s})
+        print("  %s: 业务保真分 bare=%d/5 → +真PRD范本=%d/5" % (feat, b, s))
+    n = len(FEATURES) or 1
+    rep["agg"] = {"bare": round(sum(f["bare_score"] for f in rep["features"])/n, 2),
+                  "scaffold": round(sum(f["scaffold_score"] for f in rep["features"])/n, 2)}
+    return rep
+
+
+def main():
+    import argparse
+    ap = argparse.ArgumentParser()
+    ap.add_argument("--json", action="store_true")
+    args = ap.parse_args()
+    r = run()
+    a = r["agg"]
+    if args.json:
+        print(json.dumps(r, ensure_ascii=False, indent=2))
+        return
+    print("\n## FW10 BF2（换 LLM-judge 度量）PRD 内容业务保真")
+    print("| 模式 | 业务保真分(/5, qwen-max 裁判 vs 真 PRD) |")
+    print("|---|---|")
+    print("| bare(通用) | %.2f |" % a["bare"])
+    print("| +真PRD范本(ICS house style) | %.2f |" % a["scaffold"])
+    print("\n目标≥4/5。LLM-judge 能区分（余弦不能）：bare 通用文低分，+范本 ICS 写法高分。")
+
+
+if __name__ == "__main__":
+    main()