[Maisiqi]

改动说明

修正 HTML、Markdown、表格、列表和资源的共用解析，避免把其他条目或隐藏内容借来满足要求。评分库负责题库、提交答案和实际文件字节的验收；供应商响应与日志的来源核验由 Browser Eval PR51 负责。

图为既有分工示意，具体接口以本文和代码为准。

评分修复

• 删除美国票务文案、城市格式和 URL 路径猜字段的处理。名称、日期、地点按可见结构及记录归属提取，不从其他活动借字段。
• 处理 Markdown 硬换行、空标题、嵌套图片和时间字段，保留真实名称与明确标题。
• 先确认真实表格，再处理重复列标题，避免导航伪表头遮蔽有效表格。裸 HTML 遵循可见内容，明确围栏或转义保留代码文字。
• 共用 srcset URL 解析，保留 URL 内逗号。新增成对控制，没有新增单案例或供应商评分分支。

职责收口

• 删除 answer_projection.py，将 Moli 日志、Firecrawl 历史字段及完整原生投影迁到 PR51 的现有来源核验模块。
• 删除本 PR 引入的 native_response、native_diagnostic、native_files 来源入口，不留兼容别名。通用文件入口为 score_attempt(delivered_files=list[bytes])，根据实际字节判定。
• 原 36 项投影/日志测试、10 条来源控制迁到 PR51，保留原 ID、输入和预期，并增加实际保存和重新核验测试。

v3 建议的判断

当前提交保持 84c177d97da3b82567d9881e377aa728929cf129，与 PR51 的依赖及锁文件一致。本轮报告复用性修改在 PR51，没有为了增加提交而改变评分结果。

• **P2-6：角色配置延后到评分版本升级。**角色识别与字段别名不等价：角色识别允许无标签的正常文字，而别名要求明确标签。已有对照验证同一句描述直接识别成功，换成 aliases=['description'] 后为空。直接搬入现有 aliases 会改变验收含义；未来应增加独立、明确的角色配置。
• **P2-7：显式 answer_format 延后到接口版本升级。**方向合理，但必须同时迁移在线与离线入口，定义缺省格式并更新冻结评分身份。此次沿用既有合同；没有声称消除这项剩余耦合。v3 文档明确允许这两项延后。

报告题数、定价文案、专属文章和历史报告实例属于 PR51 与外部报告资产，不在本评分库中维护。

v4 复审结论

v4 没有提出本评分库的新修复项；当前提交仍为 84c177d97da3b82567d9881e377aa728929cf129，PR51 的依赖锁保持一致。新增 N1–N7 涉及报告配置、共用参数、来源链接、维护入口和证据读取，已在 PR51 处理；本 PR 更新说明，不额外改变评分代码。

角色配置和显式 answer_format 继续延后到完整接口升级，v4 同意这两项延后。metrics.py 对 native_answer_projection 的读取也需随该接口一起迁移，不能只删读取而丢失现有证据信息。这里没有声称这项剩余工作已经完成。

验证

• make check：1,865 项测试、81 个子测试通过。当前提交的 Python 3.11–3.14 CI 通过。
• 评分源码哈希：7e1b468e981cfe1da89d443047aff7facd841cd03f00bfc4b016ed67ba292da3。四套冻结题库任务文件未改。
• 先前结构整理已对保存答案逐条比较完整指标，前后相同；本次 v3 未再进行全量重算，也未调用服务商或改写实测报告。

历史报告的复核覆盖属于其绑定评分版本；代码测试通过不能替代新的人工复核。