feat(evaluation): 成稿 100 分 rubric、证据评审与评测台调整

- 回忆录细项上限收紧为合计 100 分，去掉 110 折算与 raw_dimension_total
- judge_memoir 拼接原始访谈与可选导出基线；无证据时提示保守打真实性相关分
- 自动评测 run 与手动章节/故事评审统一带 transcript 证据（会话/用户聚合、截断）
- 访谈打分仍为情绪强化版 15 细项、总分 100
- 评测台默认基准改为 zuckxu 导出 MD；移除逐轮用户句对齐表及相关逻辑
- 新增 judge schema 与 memoir prompt 组装的单元测试

api/tests/test_judge_service.py

@@ -0,0 +1,27 @@
+"""Evaluation judge prompt assembly tests."""
+
+from app.features.evaluation.judge_service import _build_memoir_judge_prompt
+
+
+def test_build_memoir_prompt_includes_source_and_reference_evidence() -> None:
+    prompt = _build_memoir_judge_prompt(
+        memoir_markdown="# 当前正文\n他后来去了南方。",
+        source_transcript="用户: 我后来去了深圳工作。",
+        reference_memoir_markdown="# 导出基线\n他去了深圳。",
+        evidence_notes="必须严格核对真实性。",
+    )
+
+    assert "【评审说明】" in prompt
+    assert "【原始访谈/证据】" in prompt
+    assert "用户: 我后来去了深圳工作。" in prompt
+    assert "【参考基线/导出成稿】" in prompt
+    assert "【当前回忆录正文】" in prompt
+
+
+def test_build_memoir_prompt_requires_conservative_scoring_without_evidence() -> None:
+    prompt = _build_memoir_judge_prompt(
+        memoir_markdown="# 当前正文\n他后来去了南方。"
+    )
+
+    assert "无可用原始访谈证据" in prompt
+    assert "必须保守打分" in prompt