评测回答两个问题：给定源码范围中哪些事实被提取出来，哪些引用和调用被连接到了正确目标。
仓库材料、参照生成、评分与回归门禁由 tests/corpus 独立测试模块负责，通过 CodeGraph 公共 API
消费事实。它不改变运行时图模型，也不向 BuildReport 增加全局完整性结论。
Python 与 TypeScript 的独立参照分别见 Python 仓库评测 和 TypeScript 仓库评测，与 Go 共用快照、图观察、评分和基线机制。
tests/corpus/repos.json 固定 go-stdx、agentgo、repocli 的完整 commit 和源码压缩包 SHA-256。
下载内容必须通过校验；缓存只保存压缩包，每次运行解压到独立临时目录。源码保留原始许可证。
依赖解析使用原仓库的 go.mod/go.sum 与只读 module 模式，不使用本机 go.work。
当前 profile 选择根 Go module 在 linux/amd64、CGO_ENABLED=0 下的非测试包，包括可编译的
examples。所有 .go 文件都进入输入清单，记录摘要及纳入/排除状态；测试文件、平台不匹配文件、
testdata、嵌套 module 等不混入已评估分母。此 profile 不代表所有平台和构建标签。
参照使用官方 go/packages 加载源码和类型信息，再独立收集 go/ast 声明、调用表达式、import，
以及 go/types 的定义和使用绑定。CodeGraph 的 Go 适配也使用部分标准库 AST，二者不是完全不同
的解析器；参照侧不调用 CodeGraph 内部提取和绑定逻辑，并使用跨包类型信息核对目标。
参照加载或类型检查失败会保留 error 报告并使命令失败，不把残缺参照当成完整空答案。 参照目标使用源码路径与标识符字节位置，比较时不依赖 CodeGraph 生成的 ID。
| 测量 | 分母和比较内容 |
|---|---|
| declarations/all | 非空白、非 import 别名和标签的源码定义；包含参数、短变量声明等图契约外绑定 |
| declarations/contract/* | 当前声明契约内的函数、类型、显式单名称 var/const、命名类型成员；比较名称、类别与完整范围 |
| reference_facts | 类型检查器识别的标识符使用位置；内建名称及包限定符单列排除 |
| call_expressions | AST 调用表达式位置；分别报告普通调用、动态调用、内建函数与类型转换 |
| import_facts | import 路径与源码发生位置 |
| references/calls target hits | 可静态确定且目标为已纳入图声明类别的内部使用位置，正确目标出现在图边中即命中 |
found / expected 表达召回；unexpected 保留无法对应参照的输出。声明整体口径与契约口径同时
展示，避免缩小支持范围掩盖真实缺口。关系的目标命中率也不代表所有这些绑定形式都已被库承诺支持。
关系按 exact、scoped、name_only、heuristic 分别记录命中、其他目标和未评估数量。 exact 的其他目标属于错误绑定，维持严格失败门禁；较低档的其他目标需结合规则审定。 目标集合最大大小覆盖所有档位，独立于 confidence，防止通过扩大集合掩盖质量退化。 比较实现变更时分别核对节点、端点、种类与 occurrence 的变化，以及相同关系的分级变化； 不能把重分级解释为目标召回提升或退化。
函数变量调用、接口动态分派等没有完整静态运行时答案的调用保持未评估。外部依赖目标不纳入内部 目标召回分母；但如果误连到本仓库目标，仍能发现与编译器答案的差异。
未命中的内部目标按同位置的关系诊断、文档级诊断和静默遗漏分别统计。诊断数下降不是通过条件。
Package/Module 使用独立来源身份、名称、限定名和完整贡献文件集合核对；declares、contains、
已支持的源码模块 imports，以及内部引用/调用的来源和发生位置由 relation_occurrences/* 单独评分。
Go 接收者归属来自 go/types；同组字段是兄弟成员。Python 包树来自源文件与 initializer，
只在明确源码包布局下评估 import 目标，不把纳入语料的目录误当搜索根。TS 模块 import 目标来自编译器。
组织评测不读取生产 Organizer，也不复刻 CodeGraph ID。类型关系、符号转导入、Evidence 的推导语义、
marker 与运行时完整调用图仍未评估；Evidence 合并、置信派生和复制隔离由库契约测试覆盖。
查询验证将节点和关系的 Cypher 投影与公共访问器逐项比较。这证明已发布证据可以读出，不把两个 CodeGraph 接口相互一致当成语义正确的 ground truth。
make setup-typescript-corpus # 首次安装锁定的 TypeScript 编译器参照
make lint test build # 库测试和评测器本地契约；真实仓库评测显示 skipped
make eval # 三语言统一评分表与证据；全部六个固定仓库
make test-corpus # 同一评测入口，允许下载源码及 Go 依赖
make test-python-corpus # python-stdx、agentue，仅静态分析源码
make test-typescript-corpus # Doctor，仅静态分析源码
make test-corpus CORPUS=go-stdx,agentgo # 精确选择语料只加载源码、类型检查和构图，不执行目标仓库的 init、业务测试或服务。每仓最多运行五分钟；构图与
查询有显式预算。无需模型凭据、数据库或 Kubernetes 环境。普通 Go 测试仍需要其正常的模块依赖缓存。评测器的 Python 契约测试需要 CPython 3.11+；
make fix / make lint 还需要 PATH 中的 Ruff。PYTHON 可指定解释器路径。TypeScript 参照契约需要
Node.js 20+、npm 和锁定的 TypeScript 5.6.3；安装入口只安装评测器依赖，不安装目标应用依赖。
make eval 复用同一 corpus 评测，支持 CORPUS、PYTHON、NODE 和基线参数。
终端及 .corpus-results/summary.md 按语言并列展示三个维度，summary.json 保留分项计数与比率：
| 维度 | 核对内容 |
|---|---|
| 符号与语法事实 | 声明类别、名称与范围；引用、调用表达式和 import 的发生位置 |
| 调用与引用目标 | 内部目标命中率、已评分 exact 边的正确率、错误目标与未知／动态／外部目标数量 |
| 代码组织 | Package/Module/Namespace 的身份及贡献文件；Document 的 in_namespace；组织节点间的 contains 嵌套 |
组织嵌套的分母单独计算，不与大量普通声明成员边混算；比较包含端点、种类和发生位置。 Go 以 module/package 组织，Python 以已知包与子模块组织，TypeScript 源文件模块不因同目录而成为父子。 统计中的源码位置来自独立参照，图中 Node ID 不作为标准答案。符号与组织节点、目标和组织关系从图读取； 语法发生位置仍复用已有 Extractor Facts 评分，报告明确区分两者。
汇总先累加同语言各仓的计数再计算百分比，不平均仓库百分比，也不把不同维度拼成一个“总体准确率”。
事实匹配率为 found / (found + unexpected)，召回率为 found / expected；额外语法输出是待核对的参照差异，
不能直接认定为误报。契约内声明只报告召回，避免杜撰其未匹配输出分母。零分母显示 N/A，JSON 比率为 null。
报告只聚合本轮所选仓库，列出 measured/selected 与失败状态；不会扫描旧产物目录补数据。
运行开始写入 running 状态，正常结束后更新为 measured、failed 或 error。质量门禁失败保留测量结果，
加载／解析失败保留错误且退出非零。没有被选择的语言不视为通过。
Python 的 ast 是标准库，但不提供完整跨模块绑定答案；
当前关系评分限于审定样本。TypeScript 当前固定仓库不代表独立 JavaScript 语料覆盖。
Go 生产适配器本身也使用 AST，因此这是 CodeGraph 表达与独立参照的对照，不是三语言都使用不同解析器的测试。
默认产物在 gitignored .corpus-results/<repo>/，可通过 CORPUS_REPORT_DIR 指定：
summary.md：本轮执行状态、主要指标及证据入口。report.json：输入范围、版本/构建信息、评测器摘要、分项计数及全部差异。oracle.json：独立参照，保留每个定义、使用位置、目标和未评估原因。graph.json：实际节点、关系、单文件事实与局部诊断。
报告的执行状态 measured 表示完成测量，评测 verdict measured 表示尚未作全面质量认证。
错误 exact 目标使 verdict 为 failed 并使测试退出非零。没有错误 exact 也不能推出“完备”，
必须同时阅读召回与未评估范围。失败报告及原始证据仍保留。
make eval 同时执行 TestSemanticFixtures，把 Go 多 module、Python 包与转导出、TS 和独立 JS
对象方法、导入别名及局部遮蔽放在可逐项审定的小语料中。它们使用已有独立参照与评分器，同时核对
组织结构和绑定目标，并注入跨 namespace 同名错误目标，验证组织正确不会掩盖绑定错误。
场景结果在 .corpus-results/fixtures/summary.md 与 summary.json，各语言目录保存独立参照、
实际图和完整评分。它们不混入六仓准确率；CORPUS 仍只筛选真实仓库，固定场景始终全部运行。
普通 make test 也执行这些场景，但不写评测产物。场景语料和审定缺口都参与 evaluator 摘要。
Go 场景显式选择三个 module root，通过编译器加载它们的源码与类型信息。生产侧仅接收 Documents
和调用方提供的 GoModules，不扫描仓库。TS 编译器参照的 includeJavaScript profile 显式纳入 JS，
既有 TypeScript 仓库 profile 不因此扩大输入。
每组材料在单 worker / 四 worker 下分别逆序整批、逐文件及调用方优先提交，比较完整 Node、Relation、 Evidence 和诊断，并检查重复提交幂等与所有历史 Graph 不变。这是构建一致性检查，独立参照才负责 语义正确性。失败重试、取消、预算及跨快照拒绝由根包的 Extractor、Session、Builder 契约测试覆盖。
contracts=passed 表示组织、绑定和构建行为符合场景契约，不表示每个静态目标都已解析。
known-call-gaps.json 按唯一源码表达式列出已有能力边界：Go struct 提升方法，以及 JS/TS 匿名函数体
缺少独立 callable 节点时的调用归属。缺口仍保留在召回分母中，必须有对应局部诊断；新增遗漏、静默
遗漏和错误目标都会失败。缺口被修复后须审定并删除对应记录。动态目标另列未评估，不加入这份缺口清单。
经审定的历史报告目录可显式作为基线，测试不会自动更新或接受基线：
make test-corpus CORPUS=go-stdx \
CORPUS_BASELINE_DIR=/path/to/reviewed-report \
CORPUS_REPORT_DIR=/path/to/new-report报告 schema 3 分离三种身份：
- InputIdentity：仓库固定快照、profile 与材料清单及内容摘要。
- EvaluatorIdentity：评分/oracle 源码、工具链、实际 evaluator 依赖闭包。Go oracle 记录 go/packages 及传递依赖的版本、校验和和所用源码摘要（本地 replace 的内容变化也可识别）； TypeScript 编译器依赖由锁文件与实际版本约束。
- SubjectIdentity：被测 CodeGraph 的 revision、改动摘要、源码摘要及构建依赖信息。
比较要求 InputIdentity、EvaluatorIdentity 和 schema 一致，允许 SubjectIdentity 改变。 单独升级 parser 不会再误判为 oracle 变化；如果升级同时改变 oracle 的共享依赖，则仍拒绝比较。 分母变化会拒绝比较； 召回下降、额外输出增加、错误 exact 增加、候选膨胀或静默目标缺口增加会触发回归门禁。 错误 exact 的零容忍条件独立存在，不能通过接受失败基线将其绕过。
参照或评分规则变更后先审定新的测量；不能把口径变化解释成库质量变化。升级固定仓库也应独立进行。 真实语料发现的差异先核对参照和源码，再缩减为人工可审定的契约用例。没有足够证据的差异保持待审。
参照器自身的契约覆盖错误目标注入、删除输出后分母不变、动态分派未评估、字段键与类型同名、链式 调用与导入别名、类型加载失败、输入平台过滤、基线身份漂移及压缩包路径边界。
组织节点使用 organizations/* 分母，不混入源码声明分母。删除某个 occurrence、改错组织身份、
重复一条关系的破坏性用例验证评分器不会靠端点去重掩盖错误；Python 包嵌套与 TS 编译器模块导入
有独立 oracle 契约。
修改 oracle 或 schema 后，可以显式用当前 oracle 重新评分历史 graph.json，输出到新目录：
make test-corpus CORPUS_REEVALUATE_DIR=/path/to/original-report \
CORPUS_REPORT_DIR=/path/to/reevaluated-report
make test-corpus CORPUS_BASELINE_DIR=/path/to/reevaluated-report \
CORPUS_REPORT_DIR=/path/to/new-report重评仍校验输入身份，并重新生成独立 oracle；不重新运行旧版 CodeGraph。 新报告沿用原 SubjectIdentity，记录原 graph/report 的 SHA-256。schema 1 的单 Basis 只在评测器 读取旧产物时转换为一条 Evidence；库 API 不保留兼容字段。原报告与原图保持不变。 schema 1/2 的 candidate 仅在评测器中保留为历史未分级档，不根据 Basis 强行映射到新四档； 本版重新构建的图只产生四个当前值；schema 3 的重评报告需保留来源才能继续读取历史档位。 四档统计不会混入历史 candidate。 跨 schema 基线必须显式重评；总目标命中、其他目标和目标集合规模仍可比较。 新评测器引入了原图不含的信息时，相应指标只能描述可重评范围，不能补造历史证据。