feat(harness): 评测闭环 —— 评测结果落库 + 分级 + 告警 + 可查（测温计→恒温器）

此前 eval 只打日志、不闭环。现在：
- 分级：evalLevel 据综合分+忠实度 → ok(≥0.75) / warn(≥0.5 或忠实<0.6) / poor(<0.5)；poor 出 slog.Warn 告警。
- 落库：dispatcher 评完经 NATS(SubjectEval) 广播 EvalEvent → 网关订阅写 PG（新表 sundynix_eval，
  按 task_id upsert）。沿用任务状态回写那套（dispatcher 无 DB，经 bus→gateway 落库）。
- 可查：GET /api/v1/tasks/:id/eval 返回 overall/rule/llm/faithful/level/flags/reason/sources。
- 契约 EvalEvent + EvalOK/Warn/Poor；bus PublishEval/SubscribeEval；dispatcher EvalSink（NewOrchestrator 第9参）。

验证：三模块 build+vet+test 全绿；live RAG 任务评测落库，端点返回 overall~1.0 / level=ok / faithful=1 / sources=1。
剩：桌面端质量面板、低分自动重试(P3)。project_analysis 勾掉该项。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

sundynix-shared/bus/bus.go

@@ -338,6 +338,31 @@ func (b *Bus) SubscribeTaskStatus(onEvent func(*contract.TaskStatusEvent)) (unsu
 	return sub.Unsubscribe, nil
 }
 
+// ---- 自动化评测结果回写（core NATS pub-sub）----
+
+// PublishEval 广播一次评测结果（dispatcher 调用）。
+func (b *Bus) PublishEval(ev *contract.EvalEvent) error {
+	data, err := json.Marshal(ev)
+	if err != nil {
+		return err
+	}
+	return b.nc.Publish(contract.SubjectEval, data)
+}
+
+// SubscribeEval 订阅评测结果（网关调用，落 PG）。
+func (b *Bus) SubscribeEval(onEvent func(*contract.EvalEvent)) (unsub func() error, err error) {
+	sub, err := b.nc.Subscribe(contract.SubjectEval, func(m *nats.Msg) {
+		var ev contract.EvalEvent
+		if json.Unmarshal(m.Data, &ev) == nil {
+			onEvent(&ev)
+		}
+	})
+	if err != nil {
+		return nil, fmt.Errorf("subscribe eval: %w", err)
+	}
+	return sub.Unsubscribe, nil
+}
+
 // ---- 人工审批（HITL，core NATS pub-sub）----
 
 // PublishApproval 广播一次人工审批决定（网关在收到 UI 的批准/拒绝后调用）。

sundynix-shared/contract/task.go

@@ -37,8 +37,32 @@ const (
 	// 人工审批（HITL）决定回传前缀：实际 sundynix.approval.<task_id>。
 	// core NATS pub-sub：UI 点批准/拒绝 → 网关发到此 → dispatcher 解除审批节点的阻塞。
 	SubjectApproval = "sundynix.approval"
+
+	// 自动化评测结果回写：dispatcher 评完经此广播，网关订阅落 PG 并供 UI 查询。core NATS pub-sub。
+	SubjectEval = "sundynix.eval.task"
 )
 
+// 评测质量分级（据综合分 + 忠实度阈值，闭环门控/告警用）。
+const (
+	EvalOK   = "ok"   // 综合 ≥ 0.75 且无忠实度风险
+	EvalWarn = "warn" // 0.5 ≤ 综合 < 0.75，或忠实度偏低
+	EvalPoor = "poor" // 综合 < 0.5
+)
+
+// EvalEvent 是一次自动化评测的结果（经 SubjectEval 回流给网关落库）。
+type EvalEvent struct {
+	TaskID   string   `json:"task_id"`
+	Overall  float64  `json:"overall"`           // 综合分 [0,1]
+	Rule     float64  `json:"rule"`              // 规则分
+	LLM      float64  `json:"llm"`               // LLM 质量分
+	Faithful float64  `json:"faithful"`          // RAG 忠实度分（0=无来源未评）
+	Level    string   `json:"level"`             // ok / warn / poor
+	Flags    []string `json:"flags,omitempty"`   // 命中问题（规则 + 未被来源支持）
+	Reason   string   `json:"reason,omitempty"`  // 评语
+	Sources  int      `json:"sources,omitempty"` // 检索来源数
+	TS       int64    `json:"ts"`                // unix 毫秒
+}
+
 // 任务生命周期状态机：submitted（网关建任务）→ running（dispatcher 开跑）
 // → done / failed / timeout（dispatcher 收尾）。
 // HITL：执行到审批节点 → waiting（等人工决定）→ 批准回 running / 拒绝→rejected。