测试工作流套件

AI 发布准入套件

面向 Prompt、RAG 和 Agent 版本变更，组合资产检查、证据裁判、失败归因和发布门禁。

用于上线前和版本回归场景。先检查评测资产自身是否完整，再执行同数据集、同模型参数和同裁判版本的候选对比；出现明确高风险失败就阻断，出现证据不足则进入人工复核。