TODO: Week 1 & Week 2

[youngbeauty250]

• 完成各个模块的test函数，并通过测试验证；截止时间 2026.2.3。
  • Understanding
  • Search
  • Judge
  • Reflect
• 完成初版Crux系统，每个模块包含完整的逻辑实现，常规测试问题效果满意度 > 70%; 截止时间 2026.2.13。
  • 数据集构造
  • Test代码
  • 评估