决定这份测试在测试库里如何被看到，以及答题者的第一印象。
types = 八性相式原型匹配；bands = 每维独立给出分段解读
PHQ-9/GAD-7 用 0；IPIP/TIPI 用 1
决定测试卡片背景色与结果页强调色
每个测试独立保存（写入 test.palette），与书架页 --book-* 完全一致。
可选。给你的这份手札签个名、标个版本，日后翻阅时知道是谁在什么时候写的。
📌 TODO：租户注册功能上线后，作者署名将可绑定你的账户，并支持一键发布到公开测试广场。 届时每份被收藏的手札都会在广场上出现，附带你的创作者简介。
1.01.0 → 1.11.x → 2.03-5 个维度最合适。每个维度是一种 orthogonal 的心理变量，共同构成答题者的坐标。
0 / 5 维度每道题绑定一个维度。Likert 量表答题由测试引擎统一渲染，这里只需要写题干与维度。
0 题从零开始比较慢？用下面的模板填充骨架：
| # | 题干 | 维度 | 反向 |
|---|
答题结束后，引擎会在各维度上打分，然后匹配到最接近的人格类型。通常 3-8 个人格比较合适。
0 个为分数型量表（PHQ-9 / Big-Five 等）定义"分数 → 解读"区间。每个维度独立设若干段。
{
"dim": "BF.E",
"range": [10, 20],
"label": "内向",
"severity": "normal",
"academic": "学术中性解读...",
"mirror": "镜相文学版（可选）"
}range 用学术原始尺度（sum/mean），与 scoring.method 一致[lo, hi)，最后一段为 [lo, hi]severity 仅心理健康量表使用：normal / mild / moderate / moderate-severe / severemirror 可空；PHQ-9 / GAD-7 建议留空v1 暂用 JSON 输入；P2 会出可视化拖拽。粘贴或手写都行。
每次 blur 时自动 parse；语法错误会保留旧值不覆盖。
决定如何把答题者的维度得分与每个人格的标准值做匹配。不同的算法对维度间的关系有不同的假设。
当前选中算法的解释，以及控制结果页上显示多少种接近类型。
结果页始终会显示主人格；这个设置控制"其他接近类型"的展示数量
你的测试在测试库卡片、答题页、结果页分别长什么样。