Rules to Tools：把科学计算要求做成可执行检查，SciCode 修复率 29/30 超 26/30

Rules to Tools（R2T）将公开的科学要求预制为可执行检查工具，与纯文本要求做配对对比，两个 task-ID 队列的 SciCode 完整修复率为 29/30，高于文本组的 26/30。PDE 配对比较中工具组达 24/24、详细文本为 23/24，工具组报告的模型输出降低 31.2%。可执行检查的收益与任务强相关，但能减少 agent 侧输出开销。