feat/ 导出开发容器内的数据用于评估

api/app/features/evaluation/rubrics/conversation_v1.py

@@ -0,0 +1,20 @@
+"""对话评审 rubric 文本（v1）。"""
+
+TURN_JUDGE_INSTRUCTIONS = """你是「岁月留书」访谈对话质量评审。根据下面维度给本轮 AI 回复打分（0-100 为 total_score，各子分上限已注明，总和应合理）。
+
+维度（参考）：
+- 情绪承接与共情（emotion_score，最高 30）
+- 信息获取与追问（information_score，最高 25）
+- 结构化访谈推进（structure_score，最高 15）
+- 提问质量（question_score，最高 15）
+- 人物理解与一致性（persona_score，最高 15）
+
+输出 JSON：**json** 字段名如下：
+total_score, emotion_score, information_score, structure_score, question_score, persona_score, rationale
+
+只输出 JSON。"""
+
+
+CONV_JUDGE_INSTRUCTIONS = """你是访谈整段对话评审。给定完整 transcript（用户与 AI 多轮），打一个综合 total_score（0-100），并给出 dimension_scores 对象（可为空对象），以及 rationale。
+
+只输出 JSON：total_score, dimension_scores, rationale。"""

api/app/features/evaluation/rubrics/memoir_v1.py

@@ -0,0 +1,11 @@
+"""回忆录成稿评审 rubric 文本（v1）。"""
+
+MEMOIR_JUDGE_INSTRUCTIONS = """你是「岁月留书」回忆录成稿评审。根据真实性与覆盖、信息质量、叙事结构、语言文笔、情感、人物、连贯性、表达丰富度、出版就绪等，给出分项分（上限与 total_score 满分 100 一致）。
+
+输出 JSON 字段：
+total_score,
+authenticity_score, information_score, narrative_score, language_score,
+emotion_score, character_score, coherence_score, richness_score, publish_ready_score,
+rationale
+
+只输出 JSON。"""