一次抓取完成六层检查：可抓取（含中国爬虫矩阵与边缘层拦截实测）、可解析、可引用、
实体一致、分发、可信可自验；返回 0-100 分与 A-F 等级、逐项证据、优先修复清单。
用途场景：客户站点体检、上线前自检；传 compare_with 可做竞品对比（逐层与逐项差异）。
注意：只做确定性检查，不调用大模型；评分口径见 scoring_version。

输入 samples 为 JSON 字符串：
{"brand":"合尘猫","domain":"savantcat.cn","baseline_negative":3,
 "fact_points":["服务范围","交付周期","定价方式"],
 "samples":[{"question":"Q1","platform":"DeepSeek","run":1,"answer":"原文回答……",
             "role":"independent|joint|citation_only|none",
             "sentiment":"positive|neutral|negative",
             "facts":"accurate|partial|wrong|unverifiable",
             "facts_found":["服务范围"],"as_of":"2026-09-19"}]}
口径：每题建议多轮（同一问题重复 7-8 次）；role 分级对应语义角色权重；
返回五大指标、语义角色加权分、逐题明细与「原文摘录」（便于客户自验）。
verify_citations=True 时会实测 AI 回答里引用的 URL 是否真的可访问（幻觉守卫）；
extract_claims=True 时会把回答中的数字声明单独列出并标记为未核验。

两种用法：① 传 fail_ids（逗号分隔的自查项编号，如 "L1-3,L2-4"）；② 传 url，工具先审计再出计划。
返回：按权重排序的修复项、每项「为什么」「怎么补」「验收方式」。

数据来自本工作室按周期采样的记录（写入走 CLI，服务本身只读）。
**只在同一 series（同一题集/同一口径）内纵向比较**，不同 series 的值不可直接比大小。

Args:
    identity: 品牌名或域名，如 "合尘猫" / "savantcat.cn"
    kind: 观测类型，留空取全部。常用：mention_rate(提及率) / citation_rate(引用率) /
          visibility_score(可见度分) / rank(排名) / robots_policy / llms_txt
    series: 题集/口径标识，留空取全部
    limit: 每条 series 最多返回的最新点数

判定门槛：相对变化 >= 20% **且** 绝对变化 >= 0.05 才算"显著"（severity: rise / sharp_drop）。
样本 n < 20 一律返回 severity=low_n，**不给出升降结论**——这是防误报的硬门。

Args:
    identity: 品牌名或域名
    kind: 观测类型，留空取全部
    series: 题集/口径标识，留空取全部

Args:
    status: open（未解决，默认）/ resolved（已解决）/ all
    limit: 最多返回条数