dsh-touchstone：給 DSH 自改造補上評測這一環

DSH 支持插件化替換 prompt 與預設，但缺少「改完是否真的更好」的評測閉環。dsh-touchstone（試金石）用同一套 golden cases 並排跑 current 與 candidate，以 must contain、regex、LLM judge 等檢查加權打分，輸出 before→after 報告與留撤建議。僅通過 ctx.llm.stream() 調用模型，不 patch harness，支持 desktop 與 web 安裝。數據存於 ~/.dsh/touchstone/bench.json。適合 prompt 與 house rule 的文本層迴歸，不適合需真實副作用的工具改動驗證。