iomgaa/InfoRSI
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: 任务书 05 从头到尾的测试不钉基线分数

Browse Source 
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
iomgaa
2026-10-02 12:03:23 -04:00
parent 3f1c0a4c18
commit 565b5240bd
1 changed files with 1 additions and 3 deletions
Download Patch File Download Diff File Expand all files Collapse all files
任务书/05-tasks-runner.md
+1 -3
View File
@@ -216,9 +216,7 @@ runner 和 tasks 的测试用真实 Docker，放进 `npm test`。没有 Docker
- `task.json`：缺字段、多字段、类型不对都报错，带字段路径； - `task.json`：缺字段、多字段、类型不对都报错，带字段路径；
- 判分：借参考项目 `circle-validator.test.ts` 里手算的布局（宽松布局半径和 0.203125、相切布局 0.40625 等），以及差一点不合法、修不了的例子；判定表里每一行至少一个例子； - 判分：借参考项目 `circle-validator.test.ts` 里手算的布局（宽松布局半径和 0.203125、相切布局 0.40625 等），以及差一点不合法、修不了的例子；判定表里每一行至少一个例子；
- 合法化：修后的分数不高于原分数，扣掉的分等于原分数减最终分数。 - 合法化：修后的分数不高于原分数，扣掉的分等于原分数减最终分数。
- **一条从头到尾的测试**：用基线 `initial.py` 准备运行目录、正式运行、跑校验器、判分。 - **一条从头到尾的测试**：用基线 `initial.py` 准备运行目录、正式运行、跑校验器、判分。判为算数、有分数；同一份代码跑两次，分数逐位相同。分数的对错由上面手算的布局保证，这条只证明整条链接得通。
- 分数应当是 `0.9597642169962064`：参考项目多次真实运行得到的基线分数，不是从新代码里推出来的。
- 同一份代码跑两次，分数逐位相同。
- 轻量检查：一份语法错的、一份没有入口函数的、一份正常的。 - 轻量检查：一份语法错的、一份没有入口函数的、一份正常的。
**审阅**：runner 的启动判断、四种结局、资源用量，以及判分的判定表，关系到扣次数和恢复（CLAUDE.md"工作方式"）。写完后派一个全新上下文的子 Agent 审阅一轮。 **审阅**：runner 的启动判断、四种结局、资源用量，以及判分的判定表，关系到扣次数和恢复（CLAUDE.md"工作方式"）。写完后派一个全新上下文的子 Agent 审阅一轮。