用途：保护与维护 AI/ML 系统的高质量测试数据集（黄金数据集），用于回归测试、检索评估（precision、recall、MRR）、模型基准对比与跨环境可复现性。适用场景包括为 RAG 系统构建测试集、关键数据备份/恢复、数据完整性校验（URL 契约、嵌入）、环境间数据迁移。
主要能力：
- 备份：以 JSON 格式导出分析（analyses→chunks→artifacts 嵌套结构），含 version、created_at、metadata（分析/片段/工件计数），便于版本控制与迁移；相比 SQL dump 更易审查与移植，但恢复较慢（需重生成嵌入）。
- 恢复：支持 --replace（删除现有数据后恢复）与不删除（追加）两种模式，恢复时按当前模型重新生成嵌入。
- 校验：检查计数与 metadata 不一致（Error）、占位 URL（含 placeholder 或特定域名，Error）、恢复后缺失嵌入（Error）、无父分析的孤儿片段（Warning）。
必要用法（在 backend 目录）： poetry run python scripts/backup_golden_dataset.py backup poetry run python scripts/backup_golden_dataset.py verify poetry run python scripts/backup_golden_dataset.py restore --replace poetry run python scripts/backup_golden_dataset.py restore
最佳实践：备份纳入 git 版本控制；部署前运行 verify；在预发环境先测试恢复；在 metadata 中记录增删。灾难恢复参考：误删可用 restore --replace 后 verify 再跑测试；迁移失败可 alembic downgrade -1 后恢复；新环境则克隆仓库、初始化数据库、恢复并测试。
限制与说明：资料基于 OrchestKit 生产实践（98 分析、415 片段、203 测试查询、91.6% 通过率），未提供通用安装方式、收费信息或更多平台支持细节，其他环境需自行适配脚本与存储模式。