wondertwins · Evaluation & Observability
通过国际象棋和游戏 NPC 对话对象识别，测试 Jev 的选择与判断边界。
在合法棋步中选择，或分别判断玩家话语是否在对某个 NPC 说。
公开标注数据、原始请求响应与评测代码。
棋力、F1、时延均来自作者特定数据与设置，不能推广为通用游戏能力。 已核对固定版本 README 与集成源码。