评测前端：变体里能选「分析工具」开 / 关，发起评测多一种「分析工具贡献对照」。typesEval 加 EvalAnalysisTools、EvalPreset，EvalVariant 多 analysis；termsEval 加分析工具的叫法、提示和这种对照的说明，对比「都没变」那句带上分析工具。StartDialog：ArmFields 多一格分析工具（题集的默认变体同一张表单），预设对照里由预设定的那一项不摆（目录贡献不摆目录、分析工具贡献不摆分析工具）；分析工具贡献对照交 {preset: analysis_tools, variant}，变体里不带分析工具和名字，缺省每题 3 次。结果页、对比页、A/B 照服务端的变体那一句和指纹差异显示。check-evals：发起时评一次选「关」、两种预设的请求体和估算的两臂，对比写「分析工具：开 → 关」，分析工具贡献对照的两臂和详情页头；test_frontend_eval_unions 对上分析工具的取值、叫法和预设对照

frontend/src/lib/termsEval.ts

@@ -5,9 +5,9 @@
  * 统计、结论、能不能做都由服务端给，这里只有叫法和句式：数字一律是服务端算好交来的，这里只负责写成话。
  */
 import type {
-  EvalAnalysisMode, EvalAnalysisOp, EvalCatalogMode, EvalCause, EvalE1Band, EvalE3Band, EvalExpectationKind, EvalGoldKind,
-  EvalJudgement, EvalOutcome, EvalPath, EvalRate, EvalStatus, EvalTextOutcome, EvalTransition, EvalTrialStatus, EvalTrigger,
-  EvalUpgradePolicy, EvalVerdict,
+  EvalAnalysisMode, EvalAnalysisOp, EvalAnalysisTools, EvalCatalogMode, EvalCause, EvalE1Band, EvalE3Band, EvalExpectationKind,
+  EvalGoldKind, EvalJudgement, EvalOutcome, EvalPath, EvalRate, EvalStatus, EvalTextOutcome, EvalTransition, EvalTrialStatus,
+  EvalTrigger, EvalUpgradePolicy, EvalVerdict,
 } from '../typesEval'
 import { formatCost, formatNumber } from './format'
 
@@ -380,12 +380,15 @@ export const EVAL_TEXT = {
   start: {
     title: '发起评测',
     mode: '评测方式',
-    modes: { single: '评一次', ab: 'A/B 对照', catalog: '目录贡献对照' } as Record<'single' | 'ab' | 'catalog', string>,
+    modes: {
+      single: '评一次', ab: 'A/B 对照', catalog: '目录贡献对照', analysis_tools: '分析工具贡献对照',
+    } as Record<'single' | 'ab' | 'catalog' | 'analysis_tools', string>,
     modeHint: {
       single: '按一组变体评一遍题集',
       ab: '两到三臂各自一组变体，共用同一份期望答案，同一题几臂同时作答',
       catalog: '预设的 A/B：当前目录 vs 关目录，可以再加一臂「只用已核实和已确认的项」，量出数据目录帮了多少',
-    } as Record<'single' | 'ab' | 'catalog', string>,
+      analysis_tools: '预设的 A/B：分析工具开 vs 关，量出分析工具（变化拆解、波动基线……）帮了多少',
+    } as Record<'single' | 'ab' | 'catalog' | 'analysis_tools', string>,
     arm: (name: string) => `${name} 臂`,
     addArm: '再加一臂',
     removeArm: '去掉这一臂',
@@ -407,6 +410,9 @@ export const EVAL_TEXT = {
     catalogHint: '当前目录、只用已核实的项都在开评时拍一份快照按它读：评测期间目录被改也不影响可比性',
     snapshot: '选一份目录快照',
     snapshotNone: '还没有可用的目录快照',
+    analysisTools: '分析工具',
+    analysisToolsMode: { on: '开', off: '关' } as Record<EvalAnalysisTools, string>,
+    analysisToolsHint: '关掉时助手建图看不到分析工具和分析卡；工作流题按固定的版本运行，不受影响',
     repeats: '每题重复几次',
     repeatsHint: '模型有随机性：对照建议每题 3 次',
     reviewedArm: '再加一臂「只用已核实和已确认的项」',
@@ -586,7 +592,7 @@ export const EVAL_TEXT = {
     baseText: (short: string, when: string) => `${short} · ${when}`,
     none: '没有可比的上一次：同一题集、同一变体里还没有比这次先发起、已经评完的评测',
     fingerprint: '两次之间变了什么',
-    fingerprintNone: '模型、目录、提示词、表结构、题目、评分规则、分析设置都没变',
+    fingerprintNone: '模型、目录、分析工具、提示词、表结构、题目、评分规则、分析设置都没变',
     changed: '变了',
     transitions: '逐题转移',
     transition: { regressed: '退步', improved: '进步', same: '不变', incomparable: '不可比' } as Record<EvalTransition, string>,

frontend/src/pages/evals/StartDialog.tsx

@@ -6,13 +6,16 @@ import { Field, Modal, Notice, Spinner, toast, useRadioGroup } from '../../compo
 import { errorMessage } from '../../lib/errors'
 import { formatCost, formatDateTime, shortId } from '../../lib/format'
 import { EVAL_TEXT } from '../../lib/termsEval'
-import type { EvalCatalogMode, EvalEstimate, EvalRun, EvalSnapshot, EvalStartBody, EvalSuite, EvalVariant } from '../../typesEval'
+import type {
+  EvalAnalysisTools, EvalCatalogMode, EvalEstimate, EvalRun, EvalSnapshot, EvalStartBody, EvalSuite, EvalVariant,
+} from '../../typesEval'
 import { ModelPick } from './parts'
 
 const T = EVAL_TEXT.start
-const MODES = ['single', 'ab', 'catalog'] as const
+const MODES = ['single', 'ab', 'catalog', 'analysis_tools'] as const
 type Mode = (typeof MODES)[number]
 const CATALOG_MODES: EvalCatalogMode[] = ['live', 'reviewed', 'off', 'snapshot']
+const ANALYSIS_TOOLS: EvalAnalysisTools[] = ['on', 'off']
 
 /** 一臂的变体（表单里的样子）：全部键都在，交上去之前不改形状 */
 export function blankVariant(base?: Partial<EvalVariant>): EvalVariant {
@@ -21,6 +24,7 @@ export function blankVariant(base?: Partial<EvalVariant>): EvalVariant {
     writer: { provider: base?.writer?.provider ?? null, model: base?.writer?.model ?? null },
     judge: base?.judge ?? false,
     catalog: { mode: base?.catalog?.mode ?? 'live', snapshot: base?.catalog?.snapshot ?? null },
+    analysis: { tools: base?.analysis?.tools ?? 'on' },
     repeats: base?.repeats ?? 1,
     label: base?.label ?? null,
   }
@@ -37,12 +41,13 @@ export function snapshotLabel(s: EvalSnapshot): string {
 }
 
 /**
- * 一臂变体的表单：助手、写作模型（缺省按设置），结论裁判，数据目录（当前 / 只用已核实的 / 关 / 快照），重复次数，名字。
- * 题集设置里的「默认变体」也用它（定时评测按默认变体评）
+ * 一臂变体的表单：助手、写作模型（缺省按设置），结论裁判，数据目录（当前 / 只用已核实的 / 关 / 快照），分析工具（开 / 关），
+ * 重复次数，名字。题集设置里的「默认变体」也用它（定时评测按默认变体评）。预设对照里由预设定的那一项（目录、分析工具）不摆
  */
-export function ArmFields({ idPrefix, value, onChange, snapshots, withLabel = false, labelIndex = 0, hideCatalog = false }: {
+export function ArmFields({ idPrefix, value, onChange, snapshots, withLabel = false, labelIndex = 0, hideCatalog = false,
+  hideAnalysis = false }: {
   idPrefix: string; value: EvalVariant; onChange: (v: EvalVariant) => void; snapshots: EvalSnapshot[]
-  withLabel?: boolean; labelIndex?: number; hideCatalog?: boolean
+  withLabel?: boolean; labelIndex?: number; hideCatalog?: boolean; hideAnalysis?: boolean
 }) {
   const set = (patch: Partial<EvalVariant>) => onChange({ ...value, ...patch })
   const usable = usableSnapshots(snapshots)
@@ -82,6 +87,14 @@ export function ArmFields({ idPrefix, value, onChange, snapshots, withLabel = fa
           </select>
         </Field>
       )}
+      {!hideAnalysis && (
+        <Field label={T.analysisTools} htmlFor={`${idPrefix}-analysis`} hint={T.analysisToolsHint}>
+          <select id={`${idPrefix}-analysis`} className="field w-24" value={value.analysis.tools} data-eval-analysis-tools=""
+                  onChange={(e) => set({ analysis: { tools: e.target.value as EvalAnalysisTools } })}>
+            {ANALYSIS_TOOLS.map((m) => <option key={m} value={m}>{T.analysisToolsMode[m]}</option>)}
+          </select>
+        </Field>
+      )}
       <Field label={T.repeats} htmlFor={`${idPrefix}-repeats`} hint={T.repeatsHint}>
         <select id={`${idPrefix}-repeats`} className="field w-24" value={value.repeats} data-eval-repeats=""
                 onChange={(e) => set({ repeats: Number(e.target.value) })}>
@@ -98,8 +111,8 @@ export function ArmFields({ idPrefix, value, onChange, snapshots, withLabel = fa
 }
 
 /**
- * 发起评测：评一次 / A/B 对照（两到三臂） / 目录贡献对照（预设）。填好就向服务端要估算（几项、按上一次每题平均花费估的金额、
- * 生效的预算、同时评几题、今天评测已经花了多少）——估算和发起是同一份请求体，估出来的就是要发起的那一次。
+ * 发起评测：评一次 / A/B 对照（两到三臂） / 目录贡献对照、分析工具贡献对照（预设）。填好就向服务端要估算（几项、按上一次每题
+ * 平均花费估的金额、生效的预算、同时评几题、今天评测已经花了多少）——估算和发起是同一份请求体，估出来的就是要发起的那一次。
  */
 export function StartDialog({ open, onClose, suite, evaluations, onStarted }: {
   open: boolean; onClose: () => void; suite: EvalSuite; evaluations: EvalRun[]; onStarted: (run: EvalRun) => void
@@ -132,7 +145,7 @@ export function StartDialog({ open, onClose, suite, evaluations, onStarted }: {
         const repeats = Math.max(first.repeats, 3)
         return cur.length >= 2 ? cur : [{ ...first, repeats, label: first.label || 'A' }, { ...first, repeats, label: 'B' }]
       }
-      return [m === 'catalog' ? { ...first, repeats: Math.max(first.repeats, 3) } : first]
+      return [m === 'catalog' || m === 'analysis_tools' ? { ...first, repeats: Math.max(first.repeats, 3) } : first]
     })
   }
 
@@ -144,6 +157,10 @@ export function StartDialog({ open, onClose, suite, evaluations, onStarted }: {
       const { catalog: _c, label: _l, ...rest } = v
       return { preset: reviewedArm ? 'catalog_reviewed' : 'catalog', variant: rest, ...base }
     }
+    if (mode === 'analysis_tools') {
+      const { analysis: _a, label: _l, ...rest } = v
+      return { preset: 'analysis_tools', variant: rest, ...base }
+    }
     return { variant: v, ...base }
   }, [mode, arms, reviewedArm, baseline])
   const key = JSON.stringify(body)
@@ -207,7 +224,7 @@ export function StartDialog({ open, onClose, suite, evaluations, onStarted }: {
 
         {mode !== 'ab' && (
           <ArmFields idPrefix="eval-arm-0" value={arms[0] ?? blankVariant()} snapshots={snapshots} hideCatalog={mode === 'catalog'}
-                     onChange={(v) => setArms([v])} />
+                     hideAnalysis={mode === 'analysis_tools'} onChange={(v) => setArms([v])} />
         )}
         {mode === 'catalog' && (
           <label className="flex items-center gap-2 text-xs">

frontend/src/typesEval.ts

@@ -370,26 +370,33 @@ export interface EvalImported {
 
 export type EvalCatalogMode = 'live' | 'reviewed' | 'off' | 'snapshot'
 
+/** 分析工具开、关（关的那一臂助手建图时看不到分析工具和分析卡） */
+export type EvalAnalysisTools = 'on' | 'off'
+
+/** 预设对照：目录贡献（当前目录 vs 关，可加「只用已核实和已确认的项」）、分析工具贡献（开 vs 关） */
+export type EvalPreset = 'catalog' | 'catalog_reviewed' | 'analysis_tools'
+
 export interface EvalModelPair {
   provider: string | null
   model: string | null
 }
 
-/** 一臂变体：助手、写作模型，结论裁判，目录，重复次数，名字 */
+/** 一臂变体：助手、写作模型，结论裁判，目录，分析工具，重复次数，名字。加分析工具之前存下的评测记录里没有 analysis（当开） */
 export interface EvalVariant {
   assistant: EvalModelPair
   writer: EvalModelPair
   judge: boolean
   catalog: { mode: EvalCatalogMode; snapshot: string | null }
+  analysis: { tools: EvalAnalysisTools }
   repeats: number
   label: string | null
 }
 
-/** 发起时交上去的：一臂（variant）、几臂的 A/B（arms），或预设的「目录贡献对照」（preset） */
+/** 发起时交上去的：一臂（variant）、几臂的 A/B（arms），或预设的对照（preset：目录贡献、分析工具贡献） */
 export interface EvalStartBody {
   variant?: Partial<EvalVariant>
   arms?: Partial<EvalVariant>[]
-  preset?: 'catalog' | 'catalog_reviewed'
+  preset?: EvalPreset
   baseline_id?: string | null
 }