feat: 实现 problem_generate_tests 后处理功能

新增功能：
- 去重：基于 MD5 signature 去除重复测试数据
- Validator 过滤：自动检测 val.exe，过滤无效输入
- 平衡分布：按策略类型（tiny/random/extreme/tle）均衡采样
- 超额采样：生成候选数据后采样最终 test_count 个

新增参数：
- enable_dedup: 启用去重（默认 True）
- enable_validator_filter: 启用 Validator 过滤（默认 True）
- enable_balance: 启用平衡分布（默认 True）
- oversample_ratio: 超额采样比例（默认 1.5）

修复：
- interactor_build 超时检测逻辑（命名 sleep task）
- interactor_build 移除默认返回 AC 的兜底逻辑
- 中文 README 工具数量和参数 schema 更新
- README 占位链接替换

测试：
- 新增 test_problem_generate_tests_dedup
- 新增 test_problem_generate_tests_balance
- 新增 test_problem_generate_tests_oversample
- 测试数量从 142 增至 145

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

Author: SummerOneTwo

CHANGELOG.md

@@ -39,7 +39,7 @@ and this project adheres to [Semantic Versioning](https://semver.org/spec/v2.0.0
 - **Generator 协议统一 (P1)**
   - `stress_test_run` 新增 `generator_args` 参数
   - 支持完整协议: `gen.exe <seed> <type> <n_min> <n_max> <t_min> <t_max>`
-  - 默认保持简单协议: `gen.exe <seed>`
+  - 默认使用完整协议（type=2 random）
 
 - **Verdict 完善 (P1)**
   - `checker_build` 根据 testlib.h 返回码正确区分 AC/WA/PE/TLE
@@ -124,7 +124,7 @@ and this project adheres to [Semantic Versioning](https://semver.org/spec/v2.0.0
 
 ### Features
 
-- 完成 Interactor 完整验证逻辑，实现真实的交互测试
+- 添加 Interactor 基础验证逻辑，支持变异测试
 - 添加 compiler.py 单元测试（14 个测试用例）
 - 创建平台工具模块 `platform.py`，消除 `exe_ext` 判断的代码重复
 - 拆分 `StressTestRunTool.execute` 函数，提高代码可读性

README.md

@@ -39,7 +39,7 @@ uv tool install autocode-mcp
 ### From Source
 
 ```bash
-git clone https://github.com/your-repo/autocode-mcp.git
+git clone https://github.com/SummerOneTwo/AutoCode.git
 cd autocode-mcp
 uv sync
 ```
@@ -474,7 +474,7 @@ problems/your-problem/
 ### Setup
 
 ```bash
-git clone https://github.com/your-repo/autocode-mcp.git
+git clone https://github.com/SummerOneTwo/AutoCode.git
 cd autocode-mcp
 uv sync
 ```

README_CN.md

@@ -7,14 +7,14 @@
 
 **基于论文《AutoCode: LLMs as Problem Setters for Competitive Programming》实现的竞赛编程出题辅助 MCP Server。**
 
-AutoCode MCP Server 提供 14 个原子工具，让 AI 助手能够创建、验证和测试竞赛编程题目。它负责编译、执行、压力测试和测试数据生成——让 AI 专注于题目设计和解法逻辑。
+AutoCode MCP Server 提供 15 个原子工具，让 AI 助手能够创建、验证和测试竞赛编程题目。它负责编译、执行、压力测试和测试数据生成——让 AI 专注于题目设计和解法逻辑。
 
 [English Documentation](README.md)
 
 ## 特性
 
 - **Validator-Generator-Checker 框架** — 基于论文实现输入正确性自动验证、多策略测试生成和输出验证
-- **14 个原子工具** — 文件操作、解法构建、压力测试、校验器/生成器/检查器构建等
+- **15 个原子工具** — 文件操作、解法构建、压力测试、校验器/生成器/检查器构建等
 - **testlib.h 支持** — 完整集成竞赛编程标准库，用于校验器、生成器和检查器
 - **多策略生成** — 四种生成策略：tiny（穷举）、random（随机）、extreme（边界情况）、tle（诱导超时）
 - **压力测试** — 自动比较最优解和暴力解，可配置测试轮数
@@ -39,7 +39,7 @@ uv tool install autocode-mcp
 ### 从源码安装
 
 ```bash
-git clone https://github.com/your-repo/autocode-mcp.git
+git clone https://github.com/SummerOneTwo/AutoCode.git
 cd autocode-mcp
 uv sync
 ```
@@ -189,11 +189,11 @@ stress_test_run(problem_dir="problems/ab", trials=100)
 
 ### 验证安装
 
-配置完成后，重启 MCP 客户端并检查工具是否可用。你应该能看到 14 个以 `autocode_` 为前缀的工具。
+配置完成后，重启 MCP 客户端并检查工具是否可用。你应该能看到 15 个以 `autocode_` 为前缀的工具。
 
 ## 工具参考
 
-AutoCode 提供 14 个原子工具，分为 7 组。所有工具返回统一格式：
+AutoCode 提供 15 个原子工具，分为 7 组。所有工具返回统一格式：
 
 ```json
 {
@@ -241,7 +241,7 @@ AutoCode 提供 14 个原子工具，分为 7 组。所有工具返回统一格
 
 | 工具 | 描述 | 关键参数 |
 |------|------|----------|
-| `interactor_build` | 构建交互题的交互器 | `problem_dir`, `code`, `test_scenarios` |
+| `interactor_build` | 构建交互题的交互器 | `problem_dir`, `code`, `reference_solution_path`, `mutant_solutions` |
 
 ### 压力测试
 
@@ -253,9 +253,9 @@ AutoCode 提供 14 个原子工具，分为 7 组。所有工具返回统一格
 
 | 工具 | 描述 | 关键参数 |
 |------|------|----------|
-| `problem_create` | 初始化题目目录 | `problem_dir`, `title`, `time_limit`, `memory_limit` |
+| `problem_create` | 初始化题目目录 | `problem_dir`, `problem_name` |
 | `problem_generate_tests` | 生成最终测试数据 | `problem_dir`, `test_count` |
-| `problem_pack_polygon` | 打包为 Polygon 格式 | `problem_dir`, `output_dir` |
+| `problem_pack_polygon` | 打包为 Polygon 格式 | `problem_dir`, `time_limit`, `memory_limit` |
 
 ## 工作流教程：A+B 问题
 
@@ -266,9 +266,7 @@ AutoCode 提供 14 个原子工具，分为 7 组。所有工具返回统一格
 ```python
 problem_create(
     problem_dir="problems/ab",
-    title="A + B",
-    time_limit=1000,
-    memory_limit=256
+    problem_name="A + B"
 )
 ```
 
@@ -393,7 +391,8 @@ problem_generate_tests(
 ```python
 problem_pack_polygon(
     problem_dir="problems/ab",
-    output_dir="polygon/ab"
+    time_limit=1,
+    memory_limit=256
 )
 ```
 
@@ -475,7 +474,7 @@ problems/your-problem/
 ### 环境搭建
 
 ```bash
-git clone https://github.com/your-repo/autocode-mcp.git
+git clone https://github.com/SummerOneTwo/AutoCode.git
 cd autocode-mcp
 uv sync
 ```

src/autocode_mcp/tools/interactor.py

@@ -214,23 +214,19 @@ async def _run_interactor_test(
             # 这里简化处理：让解法和交互器都运行，等待完成
 
             try:
+                # 创建通信任务和超时任务（命名以便识别）
+                comm_task = asyncio.create_task(self._communicate(interactor, solution))
+                sleep_task = asyncio.create_task(asyncio.sleep(timeout))
+                sleep_task.set_name("sleep")
+
                 # 等待任一进程完成
                 done, pending = await asyncio.wait(
-                    [
-                        asyncio.create_task(self._communicate(interactor, solution)),
-                        asyncio.create_task(asyncio.sleep(timeout)),
-                    ],
+                    [comm_task, sleep_task],
                     return_when=asyncio.FIRST_COMPLETED,
                 )
 
-                # 检查是否超时 - asyncio.wait 返回 set，需要遍历
-                timed_out = False
-                comm_task = None
-                for task in done:
-                    if task.get_name() == "sleep":
-                        timed_out = True
-                    else:
-                        comm_task = task
+                # 检查是否超时
+                timed_out = sleep_task in done
 
                 if timed_out:
                     interactor.kill()
@@ -264,8 +260,9 @@ async def _run_interactor_test(
         except Exception as e:
             return {"verdict": "RE", "reason": str(e)}
 
-        # 默认返回 AC（简化处理）
-        return {"verdict": "AC", "reason": "Test passed"}
+        # 如果走到这里，说明通信任务没有返回有效结果
+        # 这通常表示进程异常终止或通信失败
+        return {"verdict": "RE", "reason": "Interactor test failed to complete"}
 
     async def _communicate(
         self,