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/test_craft_eval.py

@@ -0,0 +1,121 @@
+"""craft A/B 评估回路的 dry 模式确定性断言（灵感 F2）。
+
+这些断言 = 评估脚本 dry 模式的回归门禁：验证 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。dry 路径不碰 LLM，
+故可进常规 pytest / CI（`--live` 真实生成路径不在此、不进 CI，见 tests/craft_eval/README.md）。
+"""
+
+from __future__ import annotations
+
+import pytest
+from ww_agents import load_craft_doctrine
+from ww_config import genre_craft_fragment
+
+from tests.craft_eval import (
+    FIXTURES,
+    FixtureCase,
+    all_passed,
+    build_prompt_pair,
+    input_text,
+    render_report,
+    system_text,
+    verify_case,
+    write_report,
+)
+from tests.craft_eval.harness import OPENING_CHAPTER_LIMIT, CaseReport
+
+_OPENING_HEADER = "开篇黄金三章"
+
+
+def test_fixtures_cover_three_distinct_genres() -> None:
+    genres = {c.genre for c in FIXTURES}
+    assert {"仙侠", "都市", "悬疑"} <= genres
+    assert len(FIXTURES) == len(genres), "每个 fixture 应是不同题材"
+    for genre in genres:
+        assert genre_craft_fragment(genre), f"题材 {genre!r} 缺 GENRE_CRAFT 片段"
+
+
+@pytest.mark.parametrize("case", FIXTURES, ids=lambda c: c.slug)
+async def test_dry_verification_all_pass(case: FixtureCase) -> None:
+    """每个金标准 fixture 的 dry 校验全绿——这是 craft 改动的回归门禁本体。"""
+    pair = await build_prompt_pair(case)
+    checks = verify_case(case, pair)
+    failed = [c for c in checks if not c.passed]
+    assert not failed, "dry 校验失败：\n" + "\n".join(f"  {c.name}: {c.detail}" for c in failed)
+    assert all_passed(checks)
+
+
+@pytest.mark.parametrize("case", FIXTURES, ids=lambda c: c.slug)
+async def test_craft_on_injects_doctrine_genre_and_marker(case: FixtureCase) -> None:
+    pair = await build_prompt_pair(case)
+    on = pair.craft_on
+
+    # 教条块：第一个 system 块、字节等于 load_craft_doctrine()、cache=True（不变量 #9）。
+    assert on.system[0].text == load_craft_doctrine()
+    assert on.system[0].cache is True
+    assert len(on.system) >= 2, "craft-on 应有 [教条, stable_core] 两块"
+
+    # genre 片段：进 stable_core 缓存块（book-stable → 缓存前缀），不进易变 input（#9）。
+    fragment = genre_craft_fragment(case.genre)
+    assert fragment is not None
+    assert fragment in on.system[1].text
+    assert fragment not in on.system[0].text, "genre 片段不应污染教条块"
+    assert fragment not in input_text(on), "genre 片段是 book-stable，不应进 volatile input"
+
+    # 开篇 marker：开篇章进 volatile input、不进缓存 system（含章号→易变，#9）。
+    if case.chapter_no <= OPENING_CHAPTER_LIMIT:
+        assert _OPENING_HEADER in input_text(on)
+        assert _OPENING_HEADER not in system_text(on)
+
+    # 不变量 #2：只声明 tier，不写 model。
+    assert on.tier == "writer"
+
+
+@pytest.mark.parametrize("case", FIXTURES, ids=lambda c: c.slug)
+async def test_craft_off_baseline_excludes_craft(case: FixtureCase) -> None:
+    pair = await build_prompt_pair(case)
+    off = pair.craft_off
+
+    assert load_craft_doctrine() not in system_text(off)
+    fragment = genre_craft_fragment(case.genre)
+    assert fragment is not None
+    assert fragment not in system_text(off)
+    assert fragment not in input_text(off)
+    assert _OPENING_HEADER not in input_text(off)
+    # 基线仍是可用写章请求：保留书名与写作指令（stripping 未误伤本体）。
+    assert case.spec.title in system_text(off)
+    assert "请创作第" in input_text(off)
+
+
+async def test_opening_marker_absent_beyond_opening_limit() -> None:
+    """章号 > 开篇上限时 craft-on 不注入开篇 marker（黄金三章边界）。"""
+    case = FIXTURES[0]
+    pair = await build_prompt_pair(case, chapter_no=OPENING_CHAPTER_LIMIT + 1)
+    assert _OPENING_HEADER not in input_text(pair.craft_on)
+    assert _OPENING_HEADER not in system_text(pair.craft_on)
+
+
+async def test_render_and_write_report(tmp_path) -> None:  # type: ignore[no-untyped-def]
+    reports: list[CaseReport] = []
+    for case in FIXTURES:
+        pair = await build_prompt_pair(case)
+        reports.append(CaseReport(case=case, pair=pair, checks=verify_case(case, pair)))
+    text = render_report(reports, live=False)
+    assert "craft-on" in text and "craft-off" in text
+    for case in FIXTURES:
+        assert case.slug in text
+    out = write_report(text, tmp_path / "report.md")
+    assert out.exists()
+    assert out.read_text("utf-8") == text
+
+
+def test_build_prompt_pair_is_deterministic_across_runs() -> None:
+    """同一 fixture 两次组装字节一致（缓存前缀稳定 / 无时间戳-UUID，#9）。"""
+    import asyncio
+
+    case = FIXTURES[0]
+    a = asyncio.run(build_prompt_pair(case))
+    b = asyncio.run(build_prompt_pair(case))
+    assert system_text(a.craft_on) == system_text(b.craft_on)
+    assert input_text(a.craft_on) == input_text(b.craft_on)
+    assert system_text(a.craft_off) == system_text(b.craft_off)