[Evaluation Score Correctness][S8] SDK metric contract / VALID_METRICS を backend と同期する

[NaoyaTakashima]

背景

評価スコアの信頼性をレポート実装前に担保するための前提タスクです。Evaluation backend が SDK を git pin している状態で metric list / request contract が drift すると、private fallback や不完全な validation によって score correctness の前提が崩れます。

Parent: https://github.com/elith-co-jp/prd-genflux-evaluation-backend/issues/222
SSOT: prd-genflux-evaluation-backend/docs/architecture/evaluation-score-correctness-ssot.md
Source: prd-genflux-evaluation-backend/docs/architecture/evaluation-score-correctness-ssot.md PR-5 / SDK contract drift note

Scope

• SDK の metric list / request types / report types を backend contract と同期する
• VALID_METRICS drift を解消する
• Evaluation backend の private _post fallback が不要になる公開 API を用意する
• threshold / status / skipped / failed の表現を SDK 型に追加する

Acceptance Criteria

• SDK public API で score correctness に必要な metric/status fields を扱える
• backend が private fallback に依存しない
• SDK と Platform/Evaluation backend の metric list drift を検出する test または check がある
• PyPI release 可能な形で version 更新方針が明記されている

---

Project: GENFLUX / Status: Todo