Benchmark Pipeline

在 benchmark 机器上执行一条命令即可，无需改任何 runner 代码：

python3 benchmarks/pipeline.py add <leg名> <openrouter模型ID> --conc 4

之后自动入队 → watcher 每 30 分钟领取 → 四套件跑完 → 本页与 dashboard 自动更新。新数据集只需在 pipeline.py 的 SUITE_DEFAULTS 加一行。