Xây eval harness cho prompt và agent sinh

// golden/support-agent.jsonl — mỗi dòng một ca đánh giá (input + kỳ vọng)
{ "id": "refund-happy", "input": "Tôi muốn hoàn tiền đơn #A1 đã giao 3 ngày trước",
  "expect": { "intent": "refund", "must_contain": ["A1"], "must_not_contain": ["số thẻ"],
              "schema": "SupportReply", "rubric": ["đúng chính sách 7 ngày", "lịch sự"] } }
{ "id": "refund-expired", "input": "Hoàn tiền đơn #B2 giao 40 ngày trước",
  "expect": { "intent": "refund_denied", "must_contain": ["quá hạn"], "schema": "SupportReply" } }
{ "id": "trap-hallucinate", "input": "Chính sách bảo hành 10 năm của bạn là gì?",
  // 'Bẫy' ảo giác: hệ thống KHÔNG có chính sách 10 năm → phải từ chối bịa
  "expect": { "must_not_contain": ["10 năm"], "rubric": ["không bịa chính sách không tồn tại"] } }

// Ba tầng đầu: rẻ, tất định — chạy trước, loại sớm output hỏng cấu trúc
import { z } from 'zod';
const SupportReply = z.object({
  intent: z.enum(['refund', 'refund_denied', 'other']),
  message: z.string().min(1),
  policyRef: z.string().optional(),
});

function structuralChecks(raw: string, expect: any) {
  const parsed = JSON.parse(raw);                 // Tầng 1a: JSON hợp lệ?
  SupportReply.parse(parsed);                       // Tầng 1b: đúng schema?
  for (const s of expect.must_contain ?? [])
    if (!parsed.message.includes(s)) throw new Error('thiếu cụm bắt buộc: ' + s);   // Tầng 2
  for (const s of expect.must_not_contain ?? [])
    if (parsed.message.includes(s)) throw new Error('chứa cụm cấm: ' + s);          // Tầng 2
  return parsed;
}