v0.12.0

[0.12.0] — Fase 18: Evaluación y testing

Nuevo

• MockProvider determinista (ciel.providers.MockProvider): proveedor
  offline-safe (sin red ni API keys) con modos fixed/echo/map; registrado
  en auto_provider con prefijo mock/. Para tests y eval reproducibles.
• ciel evaluate (CLI Typer, ciel.cli.evaluate): run (KPIs en tabla
  Rich + exit-code por umbral), regression (gate contra results.json
  baseline) y redteam (prompt injection / fuga de tenant con assertions de
  aislamiento). Cableado en ciel.cli.main.
• ciel.eval: Evaluator (corre dataset sobre un agente/callable, acumula
  KPIs, exporta results.json), EvalCase, load_dataset (YAML) y métricas
  deterministas propias: exact_match, contains, f1_token, faithfulness,
  context_relevance (usa Retriever de ciel.rag si se pasa),
  answer_relevance.
• Integración opt-in con DeepEval/RAGAS/TruLens vía extra eval
  (use_third_party=True); degrada a métricas propias si el extra no está
  instalado (las funciones de terceros devuelven None).
• Extra eval en pyproject.toml (deepeval, ragas, trulens-eval);
  el core no lo requiere.
• CI: nuevo job eval en .github/workflows/ci.yml (offline, MockProvider,
  sin red) que corre tests/eval + smoke CLI y hace gate de regression.

Cambios internos

• Corrección de documentación obsoleta: docs/guide/concepts.md refería
  MemoryStore (memoria declarativa FTS5) — ahora documenta EpisodicStore
  (memoria episódica nativa por (tenant_id, session_id), Fase 17).
• API pública aditiva: ciel.eval (Evaluator, EvalCase, métricas,
  load_dataset) y ciel.providers.MockProvider. No rompe Agent,
  AgentResponse, ToolResult ni ChatProvider.