完善评估能力：筛选参数 + degraded 排除 + 前端评估页

后端：
- settle_prediction 拒绝 degraded/failed（明确错误信息）
- get_eval_summary 支持 provider/model/prompt_version/mode 筛选
- 返回 filtered_settled/evaluated/skipped_degraded 等计数
- matches 游标分页方向修复（scheduled ASC 用 > 条件）
- available_at 加 2h 缓冲（近似完赛时间）
- bzzziro 统计字段映射注释（待真实响应验证）
- injuries 区分 no_local_data 与 success 空名单

前端：
- 新增 EvalPage（筛选控件 + 汇总卡片 + 准确率表格）
- 挂载 /admin/eval 路由与导航

测试：
- test_matches_cursor.py：游标方向
- test_available_at.py：2h 缓冲与回测防泄漏
- test_bzzoirot_stats.py：统计字段映射
- test_injuries_no_local_data.py：no_local_data vs success
- test_injuries_inserted_count.py：失败批不计入
- test_eval_excludes_degraded.py：degraded 排除准确率

src/api/routes/eval.py

@@ -17,7 +17,10 @@ router = APIRouter(prefix="/api/v1", tags=["eval"])
 
 @router.post("/eval/settle", dependencies=[Depends(require_admin)])
 async def settle(req: SettleRequest, db: AsyncSession = Depends(get_db)):
-    """回填实际结果。"""
+    """回填实际结果。
+
+    status 为 degraded/failed 的预测无法结算。
+    """
     try:
         pred = await settle_prediction(req.prediction_id, req.home_goals, req.away_goals)
         return {"id": pred.id, "settled": pred.settled}
@@ -30,6 +33,26 @@ async def settle(req: SettleRequest, db: AsyncSession = Depends(get_db)):
 
 
 @router.get("/eval/summary", response_model=EvalSummaryOut, dependencies=[Depends(require_admin)])
-async def eval_summary(limit: int = Query(1000, ge=1, le=10000, description="最大评估条数")):
-    """提供商/模型准确率对比。P3-4: 默认评估最近 1000 条,可通过 limit 调整。"""
-    return await get_eval_summary(limit=limit)
+async def eval_summary(
+    limit: int = Query(1000, ge=1, le=10000, description="最大评估条数"),
+    provider: str | None = Query(None, description="按提供商筛选"),
+    model: str | None = Query(None, description="按模型筛选"),
+    prompt_version: str | None = Query(None, description="按 prompt 版本筛选"),
+    mode: str | None = Query(None, description="按模式筛选(single/multi)"),
+    league_code: str | None = Query(None, description="按联赛代码筛选(如 E0/SP1)"),
+    db: AsyncSession = Depends(get_db_read),
+):
+    """提供商/模型准确率对比。
+
+    P3-4: 默认评估最近 1000 条,可通过 limit 调整。
+    支持按 provider / model / prompt_version / mode / league_code 筛选。
+    只统计 status=success 且预测比分齐全的已结算预测,degraded 不计入。
+    """
+    return await get_eval_summary(
+        limit=limit,
+        provider=provider,
+        model=model,
+        prompt_version=prompt_version,
+        mode=mode,
+        league_code=league_code,
+    )

src/api/routes/matches.py

@@ -41,10 +41,19 @@ async def list_matches(
             last_date_str, last_id_str = cursor.split("|", 1)
             last_date = datetime.fromisoformat(last_date_str)
             last_id = int(last_id_str)
-            q = q.where(
-                (Match.match_date < last_date) |
-                ((Match.match_date == last_date) & (Match.id < last_id))
-            )
+            # 游标方向必须与排序方向一致:
+            # - scheduled(ASC):取「更大」的未开赛场次
+            # - 其它(DESC):取「更小」的已赛场次
+            if status == "scheduled":
+                q = q.where(
+                    (Match.match_date > last_date) |
+                    ((Match.match_date == last_date) & (Match.id > last_id))
+                )
+            else:
+                q = q.where(
+                    (Match.match_date < last_date) |
+                    ((Match.match_date == last_date) & (Match.id < last_id))
+                )
         except (ValueError, AttributeError):
             pass
 

src/api/schemas.py

@@ -124,3 +124,8 @@ class SettleRequest(BaseModel):
 
 class EvalSummaryOut(BaseModel):
     summary: list[dict[str, Any]]
+    total_settled: int
+    filtered_settled: int
+    evaluated: int
+    skipped_degraded: int
+    skipped_incomplete: int = 0