# Viva语境解释回归评测台 类型：`tool-upgrade` 风险：`low` ## Before / After | 维度 | Before | After | | --- | --- | --- | | 回归覆盖 | 发现 bad case 后临时手测 5 个 case，结果主要停留在对话表格里 | `helper/tests/fixtures/tooltip_regression_cases.jsonl` 固化 case，CLI 每次可重跑 | | 失败识别 | 只能肉眼判断释义是否“像是对的” | 自动检查禁用占位文案、目标词义、句中功能角色、同词重复定位 | | 配置稳定性 | 脚本可能读到 shell 里的无效 API key，和常驻 helper 行为不一致 | bench 明确支持 `--helper-url` 与 `--local`，并报告 key 来源类型但不打印密钥 | | 变更门禁 | prompt 小改后靠一次烟测确认 | helper prompt、fallback、上下文窗口、缓存策略改动前后都跑同一组 case | ### 示例 case ```json {"id":"charge_hold_battery","expression":"charge","sentence":"The phone can hold a charge for two days.","expected_sense_zh":"电池电量","required_role_zh":"作 hold 的宾语或作 for 短语说明的对象","forbidden_phrases":["结合原句理解"]} ``` ### 示例输出 | case | expression | expected | actual summary | role included | placeholder | result | | --- | --- | --- | --- | --- | --- | --- | | charge_hold_battery | charge | 电池电量 | 指手机电池能保持的电量 | yes | no | pass | | trillion_numeric | trillion | 万亿数量级 | 说明金额/规模的数量单位 | yes | no | pass | | repeated_word_offset | lead | 按选中位置解释为“带领” | 没有误取父容器第一次出现的 lead | yes | no | pass |