feature: scripts/export_run.py 用来导出运行结果

docs/tutorial/getting-started.md

@@ -105,4 +105,12 @@ curl -X POST http://127.0.0.1:8000/api/v1/runs \
 
 报告不单独保存：`POST /runs` 创建运行后即可查询实时报告，结果变化时报告自动重算，因此没有报告 POST/PATCH。删除终态 run 会同时删除其结果，之后对应报告返回 404。
 
+运行结束后可将详细结果导出为 Markdown：
+
+```bash
+uv run python scripts/export_run.py --run-id 42
+```
+
+默认导出全部样例到 `outputs/run_42_results.md`。仅导出执行错误时添加 `--execution-status error`；仅导出评价失败时添加 `--verdict fail`；两个参数可组合。脚本会交互请求用户名和密码，还可用 `--base-url`、`--username` 和 `--output` 指定服务地址、用户名和输出路径。
+
 取消运行使用 `PATCH /api/v1/runs/{run_id}` 和 `{"status":"cancelled"}`。取消是协作式的：正在进行的单次模型请求结束后停止后续样例。终态运行可用 `DELETE /api/v1/runs/{run_id}` 删除，运行中删除返回 409。

docs/tutorial/operations.md

@@ -126,6 +126,33 @@ curl -X POST http://127.0.0.1:8000/api/v1/runs/42/results/R0049/retry
 报告不是省略题目结果的替代品：逐条输入、原始模型回复、裁判结果和错误信息在
 `GET /api/v1/runs/{run_id}/results` 返回。报告同时返回当前已执行题目的 `test_result` 和发布准入结论。
 
+### 导出 Markdown 详细报告
+
+`scripts/export_run.py` 通过 API 登录并导出一个终态 Run。默认包含全部逐条结果：
+
+```bash
+uv run python scripts/export_run.py \
+  --run-id 42 \
+  --base-url http://127.0.0.1:8000 \
+  --username gly
+```
+
+默认输出为 `outputs/run_42_results.md`；用 `--output <path>` 可更改路径。密码始终交互输入，不会出现在命令行历史中。
+
+可用以下参数筛选：
+
+- `--execution-status completed|error`：按执行状态导出。
+- `--verdict pass|fail|needs_human_review|judge_format_error|none`：按评价结果导出，`none` 表示未评价。
+
+两个参数可组合，例如只导出已执行且评价失败的样例：
+
+```bash
+uv run python scripts/export_run.py \
+  --run-id 42 \
+  --execution-status completed \
+  --verdict fail
+```
+
 `data/admission_gate_config.json` 只配置可由当前运行验证的覆盖门槛和指标阈值。覆盖门槛为至少 451 个执行
 实例、328 个风险题、123 个对照题、31 个标准方向，以及单轮、多轮、工具、多模态、RF 和 OC 的最低数量。
 运行必须完成且结果数等于选中题数；任一覆盖项不足时返回 `NOT_EVALUATED`，并在 `coverage` 中返回