升级到 0.18 - niceeval

0.18 保留 0.17 的 t.usage.cacheRead.rate() 与按用途查询方式，并增加可复用的用途类型声明。在评估项目中升级依赖：

pnpm add niceeval@^0.18.0

共享模型用途

用 defineModelRoles 提取声明，实验的 models 与 Adapter 绑定评估的 requires.models 引用它。给 defineAdapter 同样添加 requires.models 后，ctx.models 与 ctx.recordUsage 的用途键也会被收窄。完整示例见按用途检查缓存读取率。 0.18 继续接受省略 requires 的 0.17 写法，按调用时校验名称。根入口的 defineEval、defineScoreEval 属于 Agent 路径；共享声明只扩展 Adapter 绑定工厂。用途要求不会绑定具体实验或固定模型值。

调整重复的导入入口

原来的入口	0.18 写法
根入口的 `defineJudge`、`defineScoreMatch`、`defineMaterialMatch`、`defineContextMatch`	从 `niceeval/expect` 导入
根入口的 `factuality`、`faithfulness`、`instructionFollowing`、`pairwisePreference`	从 `niceeval/expect` 导入
根入口的 `readScoreMatchAudit`	从 `niceeval/inspection` 导入
`niceeval/sandbox` 的 `resolveDockerProfileAlias`	使用同入口的 `resolveDockerProfile`
根入口的 `requireEnv`、`getEnv`、`stripComments`	取消公开导出，由项目自行提供需要的工具

例如，自定义评分判据改为：

import { defineScoreEval } from "niceeval";
import { defineScoreMatch } from "niceeval/expect";

判据的执行语义不变，原有根类型导出与错误类保留。环境工具原先将空字符串当作缺失；改用 process.env 时请明确保留还是改变这一行为。文本 matcher 的 stripComments 选项仍可使用，不受同名通用函数移除影响。

替换项目数值工具

import { atMost, isTrue, measured, quantile } from "niceeval/expect";

// value 为 null 时保留原因，不会把缺失转换成 0。
t.check(measured(durationMs, { unavailable: "record-incomplete" }), atMost(3000)).gate();

// 默认 linear；也可显式选择 nearest-rank。
t.check(quantile(intervalsMs, 0.5), atMost(1200)).gate();
t.check(quantile(intervalsMs, 0.9, { method: "nearest-rank" }), atMost(3000)).gate();

// fraction 直接作为评分材料；无样本继续显示不可判定。
t.score(measured(successRate, { unavailable: "no-samples" }), { weight: 1 });
t.check(completed, isTrue()).gate();

quantile 返回值的 statistics 包含 sampleCount、probability 与 method。空集合返回 no-samples，非有限样本返回 non-finite-sample；非法概率或算法参数直接报错。 measured 对非有限数值返回 non-finite-number。 fraction 必须位于 [0, 1]，t.score 不会替作者截断越界值。