衡量 AI Agent 用 CloudBase 做出真实结果 的能力

不需要云凭证

在仓库根目录跑一道干跑。它加载题目并对假环境打分，检查会失败。

node --experimental-strip-types evals/packages/framework/src/cli.ts \
  run resolve-security-002-rls-cross-tenant-leak --experiment fixture-dry

真跑用你自己的环境

需要 CLOUDBASE_ENV_ID 和腾讯云密钥。runner 不会创建环境。score 只打分，不启动模型。