docs(benchmark): rebase LongMemEval docs onto current main (supersedes #332, CONFLICTING resolve)

[RerankerGuo]

背景

PR #332 (docs(benchmark): document LongMemEval context_answer/answer_judge steps) 创建于 2026-07-08，距今 23 天，状态为 MERGEABLE=CONFLICTING。

根因：#332 修改了 7 个文件，其中 4 个（docs/en/_toc.yml、docs/en/index.md、docs/zh/_toc.yml、docs/zh/index.md）在当前 main 分支已不存在——项目文档结构从 Jupyter-Book 的 _toc + index 卡片系统重构为 flat Markdown 目录树。因此 git merge 无法定位 base，造成 conflict。

本 PR 放弃 4 个已不存在文件的改动，仅把 #332 真正有价值的 3 部分核心内容（2 篇完整 benchmark 页面 + 1 行 quick_start 链接）移植到当前 main 基线，完成 #332 的功能，同时解决 conflict。

改动内容

继承自 #332，措辞未变：

1. docs/en/lme_benchmark.md（新建）：143 行完整英文文档

   • 两个 Step 概览表 (context_answer_step / answer_judge_step)
   • context_answer_step 必填输入字段与 output 结构
   • answer_judge_step 4 类 question_type → judge prompt 映射表 + 归一化规则（- space → _，大小写不敏感）+ yes/no 正则提取
   • lme_one_question Job 样例 YAML 与 CLI 调用示例
   • 4 条 Benchmark 作者注意事项（ValueError 语义 / harness 侧归一化 / answer_judgement 评分字段 / metadata 持久化）

2. docs/zh/lme_benchmark.md（新建）：136 行中文翻译，与 en 版严格对齐

适配当前结构：

3. docs/zh/quick_start.md：在 auto_memory/auto_resource/auto_dream/proactive 链接段落后，保持原有 docs(benchmark): document LongMemEval context_answer/answer_judge steps #332 位置，加入指向 ./lme_benchmark.md 的 2 行说明
4. docs/en/quick_start.md（docs(benchmark): document LongMemEval context_answer/answer_judge steps #332 没做）：本 PR 补齐英文镜像链接，保持中/英 quick_start 对称，避免双语漂移

明确不做（边界）：

• 不重建 docs/{en,zh}/_toc.yml + index.md：这 4 个文件已从项目结构中移除。若 maintainer 后续决定在新的 flat-docs 导航体系中重开"评测"栏目，应作为独立 PR 处理，不应与本次 conflict 解冲突 PR 混杂
• 不改 jinli_lme.yaml / 不新增 Job（这是 feat(benchmark): add lme_one_question job to jinli_lme.yaml #333 的范围，保持 docs(benchmark): document LongMemEval context_answer/answer_judge steps #332 纯 docs 定位）

验证方式

1. Pre-commit: pre_commit run --files <4 个文件> → 12/12 hooks 通过
2. Unit tests: pytest tests/unit -x -q → 858 passed 零回归
3. 链接检查：
   • docs/zh/quick_start.md:178 → ./lme_benchmark.md 存在 ✅
   • docs/en/quick_start.md:184 → ./lme_benchmark.md 存在 ✅
   • 两页内部引用（context_answer_step / answer_judge_step 名称）与 reme/config/jinli_lme.yaml + 实际代码实现一致（对照 feat(benchmark): add lme_one_question job to jinli_lme.yaml #333 的 test_config_parser test 验证）
4. 手动语义检查：answer_judge_step 正则 ^\s*(yes|no)\b 大小写不敏感、归一化规则、4 个 question_type 名称均与 feat(benchmark): add lme_one_question job to jinli_lme.yaml #333 的测试 expectations 一致

影响范围

• 文件层面：4 个 Markdown 文件（2 新 + 2 改）。零代码改动，零运行时行为影响
• Breaking Change: 没有
• PR 间关系:
  • Supersedes docs(benchmark): document LongMemEval context_answer/answer_judge steps #332（本 PR 合入后，建议 maintainer 在 GitHub 上以 "Superseded by feat: add mail component enum #405" 关闭 docs(benchmark): document LongMemEval context_answer/answer_judge steps #332）
  • Companion PR 是 feat(benchmark): add lme_one_question job to jinli_lme.yaml #333（lme_one_question job 的 config 部分），feat(benchmark): add lme_one_question job to jinli_lme.yaml #333 本身无 conflict，两 PR 互不阻塞

Checklist

• 4 个 _toc/index.md 的删除项在 docs(benchmark): document LongMemEval context_answer/answer_judge steps #332 基础上全部去掉，避免 merge 时引入不存在目录树的文件
• 两篇 lme_benchmark.md 内容与 docs(benchmark): document LongMemEval context_answer/answer_judge steps #332 最终版措辞 1:1 一致，仅为 100% 搬运，不加个人改动
• en/zh quick_start 的链接双向都存在且落到同一路径
• 明确声明 "Supersedes docs(benchmark): document LongMemEval context_answer/answer_judge steps #332"，让 docs(benchmark): document LongMemEval context_answer/answer_judge steps #332 可以安心关不丢历史
• 明确声明不碰 feat(benchmark): add lme_one_question job to jinli_lme.yaml #333 的 job/config 范围，防止 reviewer 以为本 PR 漏做了 lme_one_question
• 858 个单元测试通过，零回归

[gemini-code-assist]

Caution

The consumer version of Gemini Code Assist on GitHub has been sunset. All code review activity has officially ceased.