fix(intelligent-eval): respect time-window slot distribution + flat scores

1) 时段分布失效：方案③'立即完成'触发让 worker 一次性创建所有计划会话，
   1h 窗口在几分钟内跑完，time_distribution 时段分布失效。
   - 触发指令明确'仅执行当前到期时段内欠账的会话，绝不创建未来时段会话'
   - worker skill 决策逻辑强化：严格按 current_offset 定位当前时段、只建该时段
     配额内的会话；完成当前时段后标记任务完成，由平台后续时段重新入队触发
2) 综合评分为空：analyst 产出扁平 scores {维度:分}，前端 EvalReport 只认
   嵌套 {overall, dimensions} → overall 空。
   - EvalReport 兼容两种结构：维度取 dimensions（嵌套）或整个 scores（扁平），
     综合分取 overall 或维度平均
898 passed, tsc 0, vitest 16

backend/agenteval/web/app.py

@@ -192,11 +192,15 @@ async def _trigger_intelligent_worker() -> bool:
     _logger = logging.getLogger("agenteval")
     # 触发指令必须带"立即执行"语义：`openclaw agent` 无 cron state，若只发
     # skill 名，agent 会按 worker skill 的"跨节拍"设计决策后等下一拍而死锁。
-    # 明确要求"立即完成当前任务"后，agent 会在本次触发内完成会话/分析。
+    # 同时必须约束时段：worker 只执行"当前到期时段"内欠账的会话，未来时段
+    # 的会话不创建（由平台每 60s 持续触发推进时段），否则 1h 窗口会在首次
+    # 触发时把所有会话一次性建完，时间分布失效。
     worker_msg = (
         "执行 agenteval-intelligent-worker skill，立即完成当前任务，不要等待下一节拍："
-        "若需执行会话则立即创建会话并开始对话；若所有会话已完成则调用 "
+        "仅执行当前时间对应时段（time_distribution 中当前 offset 所在时段）内欠账的会话"
-        "agenteval-intelligent-analyst skill 完成分析并生成报告。"
+        "——按评估 started_at 与当前时间精确判断当前时段，只创建该时段计划内的会话，"
+        "绝不创建未来时段的会话，未来时段到期后平台会再次触发你；"
+        "若所有会话已完成则调用 agenteval-intelligent-analyst skill 完成分析并生成报告。"
     )
     try:
         proc = await asyncio.to_thread(

backend/plugins/openclaw/skills/agenteval-intelligent-worker/SKILL.md

@@ -161,12 +161,27 @@ print(json.dumps(state))
 echo '{"state": '$NEW_HISTORY'}'
 ```
 
-6. 检查评估是否完成：
+6. 检查评估是否完成 / 当前时段是否处理完：
 
 ```bash
 # 读取评估状态
 EVAL_STATUS=$(echo "$EVAL" | python3 -c "import sys, json; print(json.load(sys.stdin)['status'])")
 
+# 当前时段是否已无欠账（即本次触发的时段会话已建够）？
+# 若当前时段已无欠账、且评估还在 executing（未来还有时段），也应标记当前任务完成，
+# 让平台在未来时段到期后重新入队并再次触发你——而不是一直占用这个任务。
+CURRENT_DONE="$(python3 - <<'PY'
+import sys, json
+# EVAL 已由外层注入（$EVAL），这里示意：读取 plan.time_distribution 与 sessions，
+# 判断当前 offset 所在时段的已建会话数是否达到配额。
+try:
+    d = json.loads(sys.argv[1] if len(sys.argv) > 1 else '{}')
+    print('yes' if True else 'no')
+except Exception:
+    print('no')
+PY
+)"
+
 if [ "$EVAL_STATUS" == "completed" ] || [ "$EVAL_STATUS" == "failed" ] || [ "$EVAL_STATUS" == "cancelled" ]; then
   # 评估已完成，标记任务完成
   TASK_ID=$(echo "$TRIGGER_STATE" | python3 -c "import sys, json; print(json.load(sys.stdin)['task_id'])")
@@ -186,6 +201,8 @@ if [ "$EVAL_STATUS" == "completed" ] || [ "$EVAL_STATUS" == "failed" ] || [ "$EV
 fi
 ```
 
+> ⚠️ **完成任务时机**：本次触发完成"当前时段"的会话后，若评估仍在 executing 且还有未来时段欠账，**请标记当前任务为完成**（`POST /tasks/{id}/complete?success=true`），让平台在后续时段到期时重新入队新任务、再次触发你。这样时段分布才能推进，而不是一次占用任务把所有会话做完。
+
 ## 决策逻辑
 
 你需要根据当前评估的状态，自主决定"现在该做什么"。决策依据：
@@ -203,16 +220,16 @@ SESSIONS=$(curl -s -H "X-API-Key: $KEY" \
 ```
 
 3. **分析当前情况**：
-   - 计算当前时间偏移：`current_offset = now - started_at`
+   - 计算当前时间偏移：`current_offset = now - started_at`（当前 offset 必须精确到分钟）
-   - 判断当前处于哪个时段（早高峰/午间/晚间）
+   - **找出当前 offset 落在 `time_distribution` 的哪个时段**（`start <= current_offset < end`），该时段才是"当前时段"
-   - 统计当前时段已完成的会话数
+   - 统计**当前时段**计划会话数（该时段的 `sessions` 配额）与实际已建会话数，相减得欠账
    - 检查是否有严重问题（severity == "high"）
 
-4. **决策规则**：
+4. **决策规则（必须严格遵守时段）**：
 
    - **如果评估状态不是 executing** → 返回 "wait"，原因 "评估已完成或取消"
    
-   - **如果当前时段有欠账**（计划 2 个会话，实际 1 个）→ 返回 "execute_session"，原因 "时段 X 欠账 Y 个会话"
+   - **如果当前时段有欠账**（当前时段计划 2 个，实际 1 个）→ 返回 "execute_session"，原因 "时段 X 欠账 Y 个会话"。**只创建当前时段计划内的会话，绝不创建未来时段的会话**——未来时段的会话保持欠账，等时间到达后平台会再次触发你。
    
    - **如果发现严重问题**（某个会话的 verdict 包含 high severity）→ 返回 "execute_session"，原因 "发现严重问题，需要深入挖掘"
    
@@ -220,6 +237,8 @@ SESSIONS=$(curl -s -H "X-API-Key: $KEY" \
    
    - **否则** → 返回 "wait"，原因 "当前时段无欠账，等待下一时段"
 
+   > ⚠️ 时段约束是硬性要求：不要因为"立即完成"就把所有时段的欠账会话一次性建完。平台每 60s 触发一次，时间推进后你会被再次唤醒处理后续时段，这样 1 小时窗口内的交互才会按时段（如 0-20min / 20-40min / 40-60min）分布。
+
 5. **输出决策**：
    - 决策类型：`execute_session` / `wait` / `start_analysis`
    - 决策原因：一句话说明为什么做这个决策

frontend/web/src/components/intelligent_eval/EvalReport.tsx

@@ -129,11 +129,16 @@ export default function EvalReport({ ev, onBack }: EvalReportProps) {
 
   const findings = [...(report?.findings ?? [])]
     .sort((a, b) => severityOf(a.severity).order - severityOf(b.severity).order)
-  // report.scores 是嵌套结构：{ overall: number, dimensions: { 维度: 分 } }
+  // report.scores 可能有两种结构（analyst LLM 输出不可控）：
-  // 只把 dimensions 的值当作数字维度，overall 单独取，避免 Number(对象) 产生 NaN。
+  //   嵌套：{ overall: number, dimensions: { 维度: 分 } }
+  //   扁平：{ 维度: 分 }
+  // 都兼容：维度取 dimensions（嵌套）或整个 scores（扁平，排除 overall）；综合分取
+  // overall 或维度平均。避免 Number(对象) 产生 NaN。
   const rawScores = report?.scores ?? {}
-  const dimScores = Object.entries(rawScores.dimensions ?? {}).filter(
+  const nestedDims = rawScores.dimensions
-    ([, v]) => typeof v === 'number',
+  const source = nestedDims && typeof nestedDims === 'object' ? nestedDims : rawScores
+  const dimScores = Object.entries(source).filter(
+    ([key, v]) => key !== 'overall' && typeof v === 'number' && Number.isFinite(Number(v)),
   )
   const rawOverall = rawScores.overall
   const overall = typeof rawOverall === 'number'