- 重构 BenchmarkGenerateModal/BenchmarkUploadModal 组件 - 更新测试文件适配架构变更(apikey、sandbox、用户环境) - 更新 roadmap.md 记录本次修改
- 将 api 测试重组为 integration 测试 - 新增 unit 和 e2e 测试目录分类 - 新增 testing-guidelines.md 测试指南文档 - 更新 pyproject.toml 和 run_tests.sh 以适配新结构 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>