用途
Judge 是一个评分框架技能，用于“速度跑对决”（speed-run showdown）和“任意百分比”（any-percent）两种场景。它在第 4 阶段被调用，对实现进行 5 项标准评分。该技能不应被直接调用。
术语说明：该技能使用“impl”一词，但适用于两种场景：
- Showdown：runner-1、runner-2、runner-3（相同设计，不同实现）
- Any%：variant-a、variant-b（不同方法/设计）
主要能力
该技能要求按固定格式输出完整评分结构，不得省略或缩写。输出内容包括：
- 门禁检查：表格列出每个 impl 的测试通过情况和设计遵循情况。
- 可行性检查：列出每个 impl 的状态（OK/Flag）和备注。
- 评分工作表：对每个 impl 按 5 项标准评分：
- 适用性（Fitness for Purpose）：是否解决实际问题，检查功能需求、用户需求、未来考虑等，共 8 项检查，按通过数量映射 1-5 分。
- 合理复杂度（Justified Complexity）：检查不必要的抽象、死代码、膨胀估计、行数对比等，按膨胀程度映射 1-5 分。
- 可读性（Readability）：检查单字母变量、超过 50 行的函数、超过 3 层的嵌套、魔法数字、糟糕的函数名等违规项，按违规总数映射 1-5 分。
- 健壮性与规模（Robustness & Scale）：检查输入验证、外部调用错误处理、错误消息、空值处理、异步超时、无界循环、复杂度、内存、分页、阻塞 I/O、退避/重试、10 倍负载等 12 项，结合可行性标志映射 1-5 分。
- 可维护性（Maintainability）：检查单一职责、显式依赖、业务逻辑与基础设施分离、新功能改动文件数、配置外置、测试覆盖等 6 项，按通过数量映射 1-5 分。
- 速度跑指标：表格列出每个 impl 的托管 LLM 调用次数、修复周期、生成时间（毫秒）。
- 评委记分卡：汇总各 impl 在 5 项标准上的得分及最佳项，总分 /25。
- 硬性门禁：检查适用性门禁（差值≥2）和严重缺陷（任一项为 1）是否触发。
- 获胜者选择：宣布获胜者、选择理由、承认的权衡、令牌效率说明。
使用方式
该技能在第 4 阶段被调用，不应直接调用。使用流程：
- 阅读所有实现代码（应已在上下文中）。
- 为每个实现填写工作表，不得跳过任何部分。
- 填写速度跑指标表。
- 检查硬性门禁。
- 宣布获胜者并给出理由（包括令牌效率说明）。
关键要求：仅使用整数分数（1-5），不得使用 4.5 等半分。必须填写每个复选框，不得总结或缩写工作表。
评分参考
分数含义：5=优秀超出预期，4=良好完全满足要求，3=合格核心可用但有差距，2=较差有显著问题，1=严重缺陷可淘汰。
硬性门禁：
- 适用性门禁：如果两个 impl 之间适用性差值≥2，则适用性更高者立即获胜。
- 严重缺陷：如果任一标准得分为 1，则该 impl 被淘汰。
适用性门禁解释：在 Showdown 中，差值大意味着某个 runner 偏离或误解了设计，是危险信号；在 Any% 中，差值大意味着某种方法确实更好地解决了问题。两种情况下都是适用性更高者获胜。
平局决胜：当总分持平或相差 1 分以内时，优先选择：1）使用更少托管 LLM 修复周期；2）总托管 LLM 调用次数更少；3）生成代码更快。
可行性危险信号：在评分前检查 O(n²) 或更差的无界数据、无界内存增长、自我 DDoS 模式（轮询、无退避）、缺少分页、热路径中的阻塞 I/O、无错误恢复。
适用场景
适用于速度跑对决和任意百分比两种场景下的实现评分，在第 4 阶段调用。
限制
该技能不应直接调用。必须严格按固定格式输出，不得省略或缩写。仅使用整数分数。具体平台、收费、价格等信息暂未提供。