eval-harness - 评估驱动开发测试框架测试代码质量评估验证★ 8 · 更新于 2026-03-22定义和运行评估作为单元测试,根据成功标准验证AI代码⚙ 定义评估标准⚙ 运行基于代码的评分器⚙ 运行基于模型的评分器