rag-workbench
10-06：17/17 验收、30/34 诊断、语义 3/7；mock 不代表生产效果。
记录来源：assets/evidence/rag-results.json；assets/evidence/rag-workbench-review.md
原始报告与本地源码已核对；未在本轮重跑
材料与口径
本站保留经历中的记录与材料路径，不把未附原件视为已核验；界面示意不作为测试证据。
rag-evaluation
11 篇语料 / 12 题；全 LLM token-F1 0.7275，faithfulness 0.9722。同报告不同指标；与默认离线链路配置不可作单因素提升比较。
记录来源：assets/evidence/rag-workbench-review.md（独立智能座舱实验）
原始全 LLM JSON 与修订核验报告已读取
agent-tree
09-06 单实例历史样本；0.31 MB 为 Python 分配采样，约 20 entries/s 不是当前硬上限。
记录来源：assets/evidence/agent-tree-review.md；assets/evidence/agent-tree-rollout.md
历史压测报告与当前源码已读取；未重新压测
z1space
41 为历史服务端总数；13/16 为两个文件的测试声明数。双人协作；无真实用户验证。
记录来源：assets/evidence/z1space-review.md
本地 HTTP 入口与测试声明已核对；未在本轮运行
honors
校级、院级与复赛奖项保留原等级；不据此推导商业产品业绩。
记录来源：about.html / resume.html（本副本原有简介）
站内记载，证书原件未附
warm-care-20261012
本地测试日志 50/50；实际云端、多账号真机与恢复演练仍待完成。
记录来源：assets/evidence/warm-care-20261012.md
已核对本地版本报告与原始日志；未重新运行底层项目
recnote-20261012
源码与 README 核对；60+ 断言 / 6 个缺陷为项目记录，未作本轮复测。
记录来源：assets/evidence/recnote-20261012.md
已读取本地说明与实现；运行结论为项目自述，未重跑
workflow-practice-20261012
六项案例：四份 Dify 工作流与两份扣子工作流；覆盖输入解析、模型编排、规则计算、人工审核与飞书归档。
记录来源：assets/evidence/workflow-practice-20261012.md
支撑作品 · 原始资料待补；参考机制已核对，个人运行效果待验证
fde-atlas-20261012
本地 0.2.0 源码、127 条双语案例数据、评分与加载实现；单测和页面/UI 检查。
记录来源：assets/evidence/fde-atlas-20261012.md
本地代码及检查已核验；个人分工、用户采用与业务效果待补。
Key Numbers
四个数字，每个都能展开看口径
以下数字是项目经历的站内记录。本副本未附原始测试报告，请结合口径阅读，并在面试或材料交付时补充原件。
0.7275
token-F1
口径与出处
智能座舱 · 12 题全 LLM 配置；链路验证，不是生产效果
智能座驾rag/data/reports/final_all_llm.json
65 / 65
pytest 全绿
口径与出处
企业级 RAG 工作台工程回归，Ruff / Mypy 同通过；单实例、无多副本一致性。
enterprise-rag-workbench/outputs/step11-*.md
93%
代码覆盖率
口径与出处
同一仓库 .coverage 产物；覆盖率高不代表业务正确，只代表测试触达。
enterprise-rag-workbench/.coverage
100 / 100
并发成功
口径与出处
agent-tree 压测，100 并发全部成功，P95 < 45 ms，本机单实例、不可外推生产。
trae_projects/agent-tree/reports/performance_test_report.md诚实说明
- 智能座舱 12 题的全 LLM 配置 token-F1 为 0.7275；离线链路配置和判定不同，不再把旧基线 0.42→0.73 写成效果提升。
- 93% 覆盖率是企业级 RAG 工作台的测试触达率，不代表业务正确率。
- 100/100 是本机单实例压测结果，不可外推为生产并发能力。