feat(harness): RAG 忠实度评测 —— judge 拿检索原文评幻觉

补 Harness 已知洞：此前 LLM-judge 只看 input+output，看不到检索来源，幻觉其实没评。

- Evaluator.Score 增 sources 参数；有来源时走 llmJudgeGrounded：一次调用同时评 quality 质量 +
  faithfulness 忠实度，并列出 unsupported（未被来源支持的说法）→ 进 Flags。
  综合分(有来源)=0.3规则+0.35质量+0.35忠实；无来源时维持原 0.4规则+0.6质量。Result 增 Faithful 字段。
- 透传检索来源：runGraph 返回 (answer, refs, err)，executeGraph 同步；Handle→evaluate(input,output,refs)；
  refsOf(board)=检索资料+工具产出。compose 路径暂返回 nil refs（不评忠实度）。
- eval 日志增「忠实 X.XX，来源 N」。

测试：单测覆盖 grounded（quality/faithfulness/unsupported 解析 + 加权 + flags）与无来源跳过；
3 处测试 runGraph 三返回值更新。live 实测 RAG 任务忠实 1.00/来源 1，judge 正确判定无编造。
project_analysis Harness 清单勾掉该项。

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

sundynix-dispatcher/internal/eino/orchestrator.go

@@ -158,7 +158,7 @@ func (o *Orchestrator) Handle(ctx context.Context, t *contract.Task) error {
 	tr.info("task", "system", "任务受理", fmt.Sprintf("DSL %d 字节，按图执行", len(t.Graph)))
 
 	// 按 DSL 图执行：compose.Graph（EINO_COMPOSE=1）或自研 graph.go（默认）；agent 节点流式回流 token。
-	answer, err := o.executeGraph(tctx, t, tr)
+	answer, refs, err := o.executeGraph(tctx, t, tr)
 	if errors.Is(err, errRejected) {
 		// HITL 拒绝：合法终态，非故障。收尾流 + 置 rejected，不计熔断、不重投。
 		slog.InfoContext(ctx, "task rejected by approval", "task_id", t.ID)
@@ -189,21 +189,22 @@ func (o *Orchestrator) Handle(ctx context.Context, t *contract.Task) error {
 
 	// 写回阶段：离开热路径、异步落历史 + （TODO）抽取记忆。
 	go o.memorize(t, answer)
-	// 自动化评测：离开热路径，对本轮输出打分并记录（规则 + LLM-as-judge）。
-	go o.evaluate(t, dsl.Compile(t.Graph).Query, answer)
+	// 自动化评测：离开热路径，对本轮输出打分并记录（规则 + LLM-as-judge + RAG 忠实度）。
+	go o.evaluate(t, dsl.Compile(t.Graph).Query, answer, refs)
 	return nil
 }
 
 // evaluate 异步对一次输出做自动化评测并记录评分（off 热路径，不影响响应）。
-func (o *Orchestrator) evaluate(t *contract.Task, input, output string) {
+// sources 为本轮检索来源：非空时额外评忠实度（幻觉检测）。
+func (o *Orchestrator) evaluate(t *contract.Task, input, output string, sources []string) {
 	if o.eval == nil {
 		return
 	}
 	ctx, cancel := context.WithTimeout(context.Background(), 15*time.Second)
 	defer cancel()
-	r := o.eval.Score(ctx, input, output)
-	log.Printf("[eval] task %s 综合 %.2f（规则 %.2f / LLM %.2f）flags=%v %s",
-		t.ID, r.Overall, r.Rule, r.LLM, r.Flags, r.Reason)
+	r := o.eval.Score(ctx, input, output, sources)
+	log.Printf("[eval] task %s 综合 %.2f（规则 %.2f / LLM %.2f / 忠实 %.2f，来源 %d）flags=%v %s",
+		t.ID, r.Overall, r.Rule, r.LLM, r.Faithful, len(sources), r.Flags, r.Reason)
 }
 
 // fetchMemory 经 MCP memory_get 工具召回用户常驻画像。