refactor(graders,models): cleanup and improve code quality

- Refactor text graders normalization and tokenization utils
- Clean up number_accuracy, similarity, and string_match graders
- Improve math_expression_verify implementation
- Refactor openai_chat_model and qwen_vl_model
- Update zero_shot_evaluation documentation
- Add code cleanup guide documents

Author: XiaoBoAI

CODE_CLEANUP_GUIDE.md

@@ -0,0 +1,126 @@
+# OpenJudge 代码清理与错误检查指南
+
+## 目标
+
+检查并清理项目中的：
+1. **冗余代码** - 未使用的函数、类、变量、导入
+2. **代码错误** - 逻辑错误、类型错误、潜在 bug
+
+**请先列出所有问题，不要直接修改。**
+
+---
+
+## 一、冗余代码检查
+
+### 删除前必须确认
+
+| 检查项 | 验证方式 |
+|--------|----------|
+| 全局无引用 | `grep -r "名称" openjudge/ cookbooks/ tests/` |
+| 非动态加载 | 排除 `importlib`、`getattr`、`__import__` 调用 |
+| 非字符串引用 | 排除字典键名、配置文件中的类名引用 |
+| 非类型依赖 | 不被继承、不作为类型注解、不作为 Pydantic 字段 |
+| 测试通过 | `pytest tests/ -v` |
+
+### 禁止删除
+
+- `__init__.py` 中的导出和 `__all__`
+- 基类（`BaseGrader`、`BaseAnalyzer` 等）
+- Pydantic 模型和 Schema 类
+- 抽象方法、配置代码、Prompt 模板
+
+### 可以删除
+
+- 确认无引用的私有函数（`_xxx`）
+- 注释掉的旧代码
+- `print()` 调试语句、`breakpoint()`、`pdb`
+- 未使用的 import
+- 标记为 `# DEPRECATED` 或 `# TODO: remove` 的代码
+
+---
+
+## 二、代码错误检查
+
+### 需要检查的错误类型
+
+**1. 类型错误**
+- 函数参数/返回值类型不匹配
+- 可能为 `None` 但未处理
+- 错误的类型注解
+
+**2. 逻辑错误**
+- 条件判断永远为真/假
+- 循环无法退出或永不执行
+- 变量赋值后未使用
+- 异常捕获后未正确处理（空 `except`）
+
+**3. 异步错误**
+- `async` 函数未 `await`
+- 在同步上下文中调用异步函数
+
+**4. 命名/拼写错误**
+- 变量名拼写错误
+- 函数/类命名不一致
+
+**5. 潜在 bug**
+- 可变默认参数（`def func(lst=[])`）
+- 循环中修改迭代对象
+- 资源未正确关闭
+- 硬编码的魔法数字/字符串
+
+---
+
+## 三、重点检查区域
+
+```
+openjudge/
+├── utils/          # 工具函数是否有重复
+├── graders/        # 各 grader 是否都被使用
+│   └── */_utils/   # 内部工具是否有引用
+├── analyzer/       # 分析器实现是否完整
+└── models/         # 模型定义是否正确
+```
+
+---
+
+## 四、输出格式
+
+```markdown
+## 冗余代码
+
+### [文件路径]
+- **位置**: L10-15
+- **内容**: `unused_function()`
+- **理由**: 全局搜索无引用
+- **风险**: 低
+
+## 代码错误
+
+### [文件路径]
+- **位置**: L20
+- **问题**: [问题描述]
+- **建议**: [修复建议]
+- **严重性**: 低/中/高
+```
+
+---
+
+## 五、验证命令
+
+```bash
+# 类型检查
+mypy openjudge/ --ignore-missing-imports
+
+# 运行测试
+pytest tests/ -v
+
+# 检查未使用的导入
+autoflake --check -r openjudge/
+
+# 检查代码风格
+ruff check openjudge/
+
+# 验证包导入
+python -c "import openjudge; from openjudge.graders import *"
+```
+