Q.Sui
fc34358932
- xue_322: 食伤旺+身弱→学历不高 (《滴天髓》食伤泄秀不主学问) - 年柱正官 factor: 年柱天干为正官 (for fam_124 出身判断) - Removes module-level skipif from e2e tests (they don't all need RPC) - All backed by classical sources
Liki 评测（MingLi-Bench，160 题）
Liki 的独立评测体系：160 道命理师大赛真题按命盘分组为 32 个 case（每命盘 4-6 题，模拟真实用户"同一命盘连问多题"），用 skill-up + qwen_code 自动评测。
文件清单（现行结构）
| 文件 | 说明 |
|---|---|
evals/eval.yaml |
skill-up 评测配置（qwen_code + Docker 沙箱；LIKI_RPC_URL 注入本地引擎） |
evals/cases/pan01..32.yaml |
32 个命盘分组 case（题目，不含答案） |
grade-case.py |
skill-up script judge（自包含：内嵌盘例与答案，提取"题N 答案：X"逐题比对） |
answers.json / groups.json / cats.json |
标准答案与映射（判分用；评测前自发 stash 隔离） |
run-qwen.sh |
一键运行：起本地引擎→移答案→评测→恢复→判分 |
运行
前置：模型 key（OPENAI_API_KEY，OpenAI-compatible；DeepSeek 或智谱均可）已配置。智谱可设置 ZHIPU_API_KEY 或 ZHIPUAI_API_KEY；默认使用 glm-4-flash-250414，可用 OPENAI_MODEL 覆盖。
本地密钥可放在 tests/evals/.zhipu.local.env，该文件已加入 .gitignore。
bash tests/run-qwen.sh --parallelism 16 # 一键评测 + 判分
评测特点：
- 本地引擎：
run-qwen.sh自动起本仓engine/的引擎（LIKI_RPC_URL注入容器），脱离生产 liki.hk，可重复复现 - 答案隔离：评测前把答案文件 stash 移出 skill 目录，agent 容器物理读不到
- 判分：skill-up script judge（
grade-case.py，由各 case 的judge.script_path引用）随评测完成
评测正确性
见根 README「实现机制」「开发者」两节（MingLi-Bench 交叉验证、数据驱动命理锚定）。