Update API docs: document judge_language in all score endpoints

- POST /api/score: add judge_language section with default/usage

- POST /api/score/async: mention judge_language in docstring

- POST /api/score/session_async: add to description string + JSON example

- ScoreRequest / SessionScoreRequest: add judge_language to schema example

- request_summary snapshots: include judge_language for observability

Co-authored-by: Copilot <223556219+Copilot@users.noreply.github.com>

webapp/api/score.py

@@ -91,6 +91,12 @@ def score_sample(
     - `factual_correctness` — 回答与参考答案的事实准确性（需 ground_truth）
     - `semantic_similarity` — 回答与参考答案的语义相似度（需 ground_truth）
 
+    **中文评判 `judge_language`**：
+    - 默认 `"en"`（使用英文评判 prompt）。
+    - 传 `"zh"` 开启中文评判 prompt，提升对中文语料的判定一致性（架构设计 §10.5）。
+    - 可通过 `.env` 设置 `RAGAS_JUDGE_LANGUAGE=zh` 作为全局默认，请求字段优先级更高。
+    - 注意：`noise_sensitivity` 使用内置函数式 prompt，不受此参数影响，始终保持英文。
+
     **推荐模型配置**：
     - `judge_model`: `gpt-5`
     - `embedding_model`: `text-embedding-3-small`

webapp/api/score_jobs.py

@@ -45,10 +45,13 @@ def submit_async_score(request: ScoreRequest) -> AsyncScoreJobResponse:
     **适合 Dify 工作流**：HTTP 节点无需等待评分完成（无超时风险），
     工作流立即继续，评分结果在 RAGAS 平台「运行列表」中查看。
 
-    评分完成后自动生成：
+    接受与 `POST /api/score` 完全相同的请求体（含 `judge_language`），
+    但以异步方式在后台运行，完成后自动生成：
     - 各指标得分（`scores.csv`）
     - 摘要报告（`summary.md`）
     - LLM 优化建议（`optimization_advice.md`）
+
+    **`judge_language`**：传 `"zh"` 开启中文评判 prompt；默认 `null`（使用全局配置，出厂为 `"en"`）。
     """
     logger.info(
         "[score_async] submit  metrics=%s  has_ctx=%s  has_gt=%s",

webapp/api/session_score_jobs.py

@@ -54,7 +54,8 @@ logger = logging.getLogger("webapp.api.session_score_jobs")
         "- `contexts`：检索片段拼接字符串，按 `context_separator` 拆分。\n"
         "- `ground_truth`：标准答案，可选；缺失时会自动跳过依赖它的指标。\n"
         "- `metrics`：本次需要计算的指标列表。\n"
-        "- `judge_model` / `embedding_model`：可选；为空时回退到系统默认配置。\n\n"
+        "- `judge_model` / `embedding_model`：可选；为空时回退到系统默认配置。\n"
+        "- `judge_language`：评判 prompt 语言，`\"zh\"` 开启中文评判，默认 `null`（全局配置，出厂为 `\"en\"`）。\n\n"
         "**处理行为**\n"
         "1. 服务端立即返回 `202 Accepted`，并生成本次调用的 `job_id`。\n"
         "2. 系统根据 `session_id` 计算固定 `run_id`，格式为 `session-<sanitized-session_id>`。\n"
@@ -75,7 +76,8 @@ logger = logging.getLogger("webapp.api.session_score_jobs")
         "  \"context_separator\": \" |||| \",\n"
         "  \"metrics\": [\"answer_relevancy\", \"faithfulness\"],\n"
         "  \"judge_model\": \"gpt-5.5\",\n"
-        "  \"embedding_model\": \"text-embedding-3-small\"\n"
+        "  \"embedding_model\": \"text-embedding-3-small\",\n"
+        "  \"judge_language\": \"zh\"\n"
         "}\n"
         "```"
     ),
@@ -113,6 +115,8 @@ def submit_session_async_score(request: SessionScoreRequest) -> SessionScoreJobR
 
     **适合 Dify 工作流**：在循环节点中批量调用，所有轮次共用同一 `session_id`，
     最终在 RAGAS 平台「运行列表」中查看完整的批量评估报告。
+
+    **`judge_language`**：传 `"zh"` 开启中文评判 prompt；默认 `null`（使用全局配置，出厂为 `"en"`）。
     """
     logger.info(
         "[session_async] submit  session_id=%s  metrics=%s  has_ctx=%s  has_gt=%s",

webapp/models.py

@@ -443,6 +443,7 @@ class ScoreRequest(BaseModel):
                 ],
                 "judge_model": "gpt-5",
                 "embedding_model": "text-embedding-3-small",
+                "judge_language": "zh",
             }
         }
     )
@@ -573,6 +574,7 @@ class SessionScoreRequest(ScoreRequest):
                         "metrics": ["answer_relevancy", "faithfulness"],
                         "judge_model": "gpt-5.5",
                         "embedding_model": "text-embedding-3-small",
+                        "judge_language": "zh",
                     },
                 }
             ]

webapp/services/score_job_manager.py

@@ -73,6 +73,7 @@ class ScoreJobManager:
                 "metrics": list(request.metrics),
                 "judge_model": request.judge_model or "",
                 "embedding_model": request.embedding_model or "",
+                "judge_language": request.judge_language or "",
                 "has_contexts": bool(request.contexts),
                 "has_ground_truth": bool(request.ground_truth),
             },

webapp/services/session_score_manager.py

@@ -113,6 +113,7 @@ class SessionScoreJobManager:
                 "metrics": list(request.metrics),
                 "judge_model": request.judge_model or "",
                 "embedding_model": request.embedding_model or "",
+                "judge_language": request.judge_language or "",
                 "has_contexts": bool(request.contexts),
                 "has_ground_truth": bool(request.ground_truth),
                 "session_id": session_id,