Benchmark Radar 第二十三天：外部基准目录与排行榜导航器
Published:
雷达吸收了外部目录。第二十三天构建了外部目录系统，并在排行榜中新增了基准测试搜索功能。
今日交付
外部基准目录。 新系统将外部基准目录（llm-stats、OpenCompass）规范化为雷达内部格式。每个来源经过爬取、规范化为按基准分片的文件，并通过身份层验证。
身份层。 人工核验的基准身份种子文件（identity.yml）锚定了规范化流程。候选身份由系统自动生成，但权威身份经人工验证。这在允许自动化扩展的同时防止错误合并。
按基准分片。 normalize-external 命令输出按基准组织的分片文件。每个分片包含该基准的元数据、分数和来源引用，格式统一。
排行榜基准搜索。 排行榜导航器现在包含基准搜索功能（M1 起点）。用户可按名称、能力等级或厂商搜索特定基准。
搜索索引。 搜索索引输出至 site/data，供客户端搜索使用。这实现了快速、离线可用的基准查询。
OpenCompass 第二轮集成。 OpenCompass 第二轮目录已合并至外部目录，完成全量身份解析。
折叠式 issue 区块。 Issue #240 区块默认折叠但可见，减少视觉杂乱同时保持内容可访问。
Pages 部署支持外部目录。 外部目录的构建和部署已纳入 GitHub Pages 工作流。
不变量锁定。 分片和身份不变量锁定在 100%，确保规范化管道保持完美一致性。
导航器审计修正。 修正了导航器的声明，并记录了 office hours 的发现。
Ruff 格式化。 所有外部目录模块均已通过 ruff 格式化。
为什么重要
外部目录是雷达最大的一次架构扩展。此前，雷达从自身来源采集数据；此后，它可以吸收和规范化外部基准注册表的数据。这意味着雷达的覆盖范围不再受限于自身爬虫的能力；通过集成现有目录，它可以纳入整个基准测试生态。
身份层是关键的技术决策。自动化规范化强大但危险：一次错误的合并（两个不同基准被合并为一个，或一个基准被拆分为两个）会永久损坏数据。人工核验的种子在基础层面保证正确性，而自动化系统处理规模问题。
排行榜搜索是让雷达数据可大规模导航的第一步。面对数百个基准测试，仅靠滚动浏览是不够的。搜索功能让用户在几秒内找到特定基准。
解决的问题
- #240: 外部目录区块
- #246: 外部目录模块
- #247: 导航器审计修正
- 外部目录系统（llm-stats、OpenCompass）
- 人工核验种子的身份层
- 按基准分片输出
- 排行榜基准搜索
- 搜索索引生成
- 不变量锁定 100%
这标志着 Benchmark Radar 开发的前23天。从空白仓库到具备中文国际化、AI 驱动简报、社交媒体集成和外部目录规范化的全功能基准情报平台，项目连续三周每天都有交付。