每个任务 = 仓库快照 + 可见测试 + 隐藏测试 + 运行脚本 + 标准补丁；评分只认测试结果，不看自然语言。
| 任务 | 考察点 | 可见 | 隐藏 | 时限 |
|---|---|---|---|---|
| T01 durations | 区间合并与边界 | 3 | 5 | 120s |
| T02 ranges | 左闭右开 / 空区间 | 2 | 4 | 120s |
| T03 cart | 浮点累加与折扣顺序 | 4 | 6 | 120s |
| T04 str | 多字节与截断 | 3 | 4 | 90s |
| 通过条件 | 可见测试 + 隐藏测试全部通过，且未超时 |
| 部分得分 | 不给部分分：隐藏测试有一项失败即该任务 0 分 |
| 隔离 | 容器内运行，限制 CPU 与时长，网络默认关闭 |
| 防硬编码 | 隐藏测试与可见测试分离，隐藏用例在评测时才挂载 |