test(qa): craft 成稿质量前后对照评估回路（灵感 F2）

固定 3 题材金标准输入（仙侠/都市/悬疑，各含最小 spec+world+outline 及开篇章），
经真实 assemble()+build_write_request() 组装 craft-on / craft-off 两版写章请求：

- dry 模式（默认，零成本、免真实 LLM，可进 CI）：断言 craft 教条块、genre 片段、
  开篇黄金三章 marker 确实按 fixture 注入正确内容，且 craft-off 基线不含这三者；
  并把两版将发送给模型的 prompt 并排 dump 供人眼看。这些断言即 tests/test_craft_eval.py，
  是 craft/审查注入路径的回归门禁。
- --live 模式（真实付费 LLM，绝不进 CI）：经 gateway 各生成一章 + analyst 五维裁判，
  凭据读 DB、路由走 tier_routing，与生产写章同一网关路径。

入口 `uv run python -m tests.craft_eval [--live]`；用法/成本/门禁说明见 README.md。

tests/craft_eval/README.md

@@ -0,0 +1,59 @@
+# craft A/B 成稿质量前后对照评估回路（灵感 F2）
+
+把「加 craft 杠杆」与「验证 craft 有效」绑成一件事的评估回路。每引入或改动一个 craft
+杠杆（① 写章教条 / F1 genre 片段 / 开篇黄金三章 / 后续 ② 反哺、③ 人物塑造审查等），
+就跑一次这里，做 craft-on vs craft-off 的前后对照——**没有它，craft 改动都是盲飞，
+很可能把文风做得更 AI 公式化而不自知**（见计划 §5 风险 #13）。
+
+## 它是什么
+
+- 固定一组**金标准题材输入**（`fixtures.py`：仙侠 / 都市 / 悬疑，各含最小 spec+world+outline，
+  且都是开篇章以覆盖黄金三章 marker）。
+- 对每份 fixture 走**真实生产组装路径**（`assemble()` + `build_write_request()`）产出两版
+  写章请求：
+  - **craft-on** = 生产路径：craft 教条置顶 system 块 + genre 片段进 stable_core 缓存前缀 +
+    开篇 marker 进 volatile。
+  - **craft-off** = 同一 fixture 抹掉 craft 层的基线（剥掉 genre/开篇两节、不加教条块）。
+    两版**唯一差异即 craft 贡献**，便于并排 diff 与 LLM 裁判对比。
+
+## 两种模式
+
+### dry（默认，零成本、免真实 LLM）
+
+```bash
+export PATH="$HOME/.local/bin:$PATH"
+uv run python -m tests.craft_eval            # 全部题材
+uv run python -m tests.craft_eval --genre 仙侠
+```
+
+只做**确定性校验 + prompt 并排 dump**：断言 craft 教条块、genre 片段、开篇 marker 确实按
+fixture 注入了正确内容（且 craft-off 基线不含这三者），并把两版**将发送给模型的 prompt**
+并排写进报告供人眼看。**不碰 LLM**，任一断言失败退出码非零——这些断言即
+`tests/test_craft_eval.py`，随常规 `pytest` / CI 跑，是 craft 注入路径的回归门禁。
+
+### live（真实付费生成 + LLM 五维裁判）
+
+```bash
+uv run python -m tests.craft_eval --live
+```
+
+**成本警告**：`--live` **真实调用付费 LLM**——每个题材跑 writer 生成 craft-on/craft-off 两章
+＋ analyst 五维裁判 1 次（3 题材 ≈ 6 次写章 + 3 次裁判）。凭据从 DB 读、路由走 `tier_routing`，
+与生产写章同一条网关路径（需 pg 在跑且已配好 provider 凭据；`--live` 前会先跑 dry 校验，
+未全绿则拒绝进入付费生成）。**绝不进 CI**：live 路径在 `live.py`，pytest 不导入它。
+
+报告默认写系统临时目录（`--out PATH` 自定义）；含每题材的 dry 校验清单、prompt 并排、
+以及 live 模式下的两版成稿与五维裁判结论。
+
+## 加了新 craft 杠杆后怎么用它把关
+
+1. 改 craft（教条 `write_craft.md` / `GENRE_CRAFT` / 新审查维度……）。
+2. 跑 `pytest tests/test_craft_eval.py` 确认注入路径没被改坏（dry 门禁）。
+3. 跑 `--live` 生成前后对照，人眼 + LLM 五维裁判判断**是更对味还是更公式化**——
+   据此决定该杠杆保留 / 回退（计划 §5 通用回滚：每杠杆可独立回退）。
+
+## 加题材 / 调 fixture
+
+在 `fixtures.py` 追加一个 `FixtureCase`（`genre` 必须命中 `ww_config.GENRE_CRAFT` 才有
+片段可注入）。`harness.py` 的 craft-off 靠 `assemble` 的节标题（`本作题材写法` / `开篇黄金三章`）
+剥离——上游若改节名，剥离失配会被 dry 断言当场炸出（craft-off 里仍含片段 → 断言失败）。