feat(evals): 查标评测集生成器、注入、评分和只检索基线

- build.py：从「招标文件档案」和读标清单生成规矩投标文件稿；技术参数按 op / value / unit 算满足的值，
  分项报价按分项上限比例分摊，落款日期取截止日前 3 天，偏离表按格式表头决定列（含设备名称列），
  读标漏抽的技术参数也补上响应；routes 支持「+」组合和 prose 散文响应。
- mutate.py：按词库注入要求项问题（单点 / 连续块，带不带标志词）和规则问题，写响应清单；
  符合性条件响应表的问题按表级记一个。
- score.py：按单元去重、类型族比对、读标漏抽单列、端到端召回、无法对照单列。
- run_check.py：加只检索不调模型的基线；render.py：扫描件按最后一次出现定位。
- vocab-dev.json：开发集注入词库（留出集的另行封存，不进 git）。

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

evals/check/run_check.py

@@ -14,6 +14,7 @@ import asyncio
 import hashlib
 import json
 import pathlib
+import re
 import sys
 from typing import Any
 from uuid import UUID, uuid4
@@ -66,6 +67,29 @@ async def cached_run_json(
     return data["data"]
 
 
+ITEM = re.compile(r"^\[(I\d+)\] ")
+CANDS = re.compile(r"^候选句：(.*)$")
+FRAG = re.compile(r"^\[(d\d+p\d+s\d+)\]（[^）]*）(.*)$")
+
+
+async def baseline_run_json(
+    ctx: Any, *, job_type: str, job_id: Any, task: str, prompt_id: str, version: int, user: str
+) -> dict[str, Any]:
+    """只检索基线（GUIDELINES §7）：不调模型，检索第一名就当作已响应。"""
+    del ctx, job_type, job_id, task, prompt_id, version
+    frags = {m.group(1): m.group(2) for line in user.splitlines() if (m := FRAG.match(line.strip()))}
+    results, key = [], None
+    for line in user.splitlines():
+        if m := ITEM.match(line.strip()):
+            key = m.group(1)
+        elif (m := CANDS.match(line.strip())) and key:
+            first = m.group(1).split("、")[0]
+            results.append(
+                {"item": key, "verdict": "responded", "evidence": [{"sid": first, "quote": frags.get(first, "")}]}
+            )
+    return {"results": results}
+
+
 def checklist(tender: str, run: str) -> dict[UUID, dict[str, Any]]:
     """读标评测输出的正式清单 → 查标的清单项（和检查快照的 payload 同样的字段）。"""
     rows = json.loads((EVALS / "out" / "runs" / run / tender / "items.json").read_text())
@@ -94,6 +118,7 @@ async def main() -> None:
     ap.add_argument("bid")
     ap.add_argument("--checklist", default="fix3")
     ap.add_argument("--name", default="base")
+    ap.add_argument("--baseline", action="store_true", help="只检索、不调模型的基线")
     args = ap.parse_args()
     d = OUT / args.bid
     manifest = json.loads((d / "manifest.json").read_text())
@@ -102,7 +127,7 @@ async def main() -> None:
     for n, pdf in enumerate(sorted(d.glob("v*.pdf")), start=1):
         pages = text_layer.extract(f"{args.bid}-{pdf.stem}", pdf.read_bytes())
         docs.append(match.BidDoc(uuid4(), n, pdf.stem, text_layer.body_sentences(pages)))
-    ai_service.run_json = cached_run_json  # type: ignore[assignment]
+    ai_service.run_json = baseline_run_json if args.baseline else cached_run_json  # type: ignore[assignment]
 
     async def progress(_: float) -> None:
         return None