前台 Runtime 评测

确定性前台评测保护 qwen-audio-agent 不依赖 Realtime 模型或供应商也能保证的运行时边界：

维度	不变量
路由	Search、URL Fetch、可选 Knowledge 检索、后台 Task 和客户端控制保持为独立的能力门控工具。
引用	来源在单轮内获得稳定 ID；重复 URL 保持同一身份；不安全 URL 被丢弃；最终 Citation 只消费一次。
打断	用户打断后到达的音频和转写会被抑制，打断事件只投射一次。
重复播报	Presentation 前的重复完成信号会合并，重复确认也不会让同一 Task 再次生成 Presentation。
Prompt Injection	Search 和 Knowledge 内容始终是不可信数据，携带明确提示，也不能改变已注册的工具面。

运行命令：

npm run eval:frontend

通过 npm run eval:frontend -- --json 可获得机器可读报告。同一套评测也会从 Server 测试 执行，因此自动进入 release:check 和 CI。

评测直接驱动生产 Runtime 组件，不会另写一套路由、Presentation 或 Citation 逻辑。 它不发起外部请求，也不调用语言模型，因此能在所有支持的操作系统上快速、稳定复现。

这套门禁不宣称衡量供应商模型的语义质量，例如某个模型面对自然语言时选择理想工具的 概率。后续线上模型评测可以复用这些维度，但由于需要凭据、成本和统计阈值，不进入确定性 发布门禁。