clousight_bench（或 clousight_bench.api）导入——切勿从
clousight_bench.core.*（内部实现）导入。插件 API 版本
（clousight_bench.PLUGIN_API_VERSION）所约束的正是这一公共表面。
结果契约
一次运行会输出一条ResultRecord（schema 0.4）：包含 status（completed / failed /
invalid / unsupported）、measurements（每项测量值含 value、unit、
reproducibility_class、official，以及可选的 ci）、可选的逐条目 items
（ItemResult，携带四态 ItemScore，测量值即由其聚合而来）、findings（每项发现项含稳定的 code 与 severity），以及
fingerprints（benchmark / environment / implementation / record_digest）。
完整字段表请参见架构说明。
插件契约
首要的公共单元是一个基准（benchmark）——即一个BenchmarkSuite + Evaluator
（参见新增基准）。自插件 API 2.0 起，套件/评估器组合是唯一的基准轨道
（旧的内部 Task 契约已删除）；当前 PLUGIN_API_VERSION 为 "3.0"（OTel 原生追踪的破坏性变更）。
入口点（Entry Points）
第三方（及商业）包通过在pyproject.toml 中声明以下入口点（entry point）来扩展测试框架：
clousight_bench.benchmark_suites— 基准套件clousight_bench.evaluators— 评估器（带命名空间的测量值 +items()）clousight_bench.metrics— 可组合的附加指标clousight_bench.judges— LLM-as-judge 提供方clousight_bench.domains— 领域包（任务 + 平台适配器）clousight_bench.runtime_providers— 云运行时提供商适配器clousight_bench.resource_reapers— 孤立资源回收器clousight_bench.enrichers— 运行后数据增强器（如定价信息）clousight_bench.span_exporters— 追踪 span 导出器clousight_bench.asset_resolvers— 私有/受限数据集解析器