灵魂体仓库开源 eval-service：跨项目 LLM 用量与基准评测平台

GitHub 上的 eval-service 进入 public-beta candidate，提供语言无关的可复用平台，通过统一接口收集多个项目的 LLM 用量，并评估 LLM 应用的质量与性能，支持跨项目一致比较模型、提示词、成本、延迟和可靠性。平台由 Rust 引擎驱动，可评测 Python、Rust、LangGraph 等异构项目，检测回归并解释决策；用量追踪按项目、模型、provider、任务和天聚合 token、延迟、错误和成本，支持 `eval run --sandbox docker` 隔离执行、OpenAI 兼容回环 proxy、离线 cassette 重放和静态 HTML dashboard。