fix(benchmark): handle non-object baseline validation

[97Three]

关联 Issue

Closes #144

问题与改动

当 baseline 文件是合法 JSON、但顶层不是 object（例如 []）时，load_benchmark_report() 原本会抛出未被 CLI 捕获的 TypeError，导致命令显示 Python traceback。

本 PR：

• 新增继承 ValueError 的 BenchmarkReportError；
• 对非 object baseline 抛出该异常，使其进入现有 CLI 错误处理；
• 保留合法 baseline 的现有行为；
• 增加非法和合法 baseline 的回归测试。

使用专用异常可以避免在 CLI 最外层捕获所有 TypeError，从而掩盖其他程序错误。

验证

$ uv run python -m unittest discover -s tests -p 'test_benchmark.py' -v
Ran 9 tests
OK

$ uv run python -m unittest discover -s tests -v
Ran 609 tests
OK (skipped=1)

$ uvx ruff check .
All checks passed!

$ uvx ruff format --check .
140 files already formatted

$ uv run reposteward --help
通过

$ uv build
成功构建源码包和 wheel

非法 baseline 现在返回退出码 2，并输出：

reposteward: baseline benchmark report must be an object

不再显示 traceback。

风险与兼容性

风险较低。修改仅影响 benchmark baseline 顶层类型错误的异常分类，合法 baseline 的读取和比较行为保持不变。

不涉及数据库迁移、Schema、依赖、凭据、GitHub 写入、Harness、Runner 或性能变化。

自动化辅助

使用 Codex 辅助问题定位、代码实现和测试准备。我已理解相关调用链，检查完整 diff，并确认修复前后的复现结果和测试结果。

Checklist

• PR 只解决一个已讨论的 Issue，没有捆绑无关改动。
• 我已检查完整 diff，且没有凭据、账号缓存、数据库、运行日志或本机路径。
• 我已运行相关测试、完整测试、lint、格式检查和构建，或准确说明未运行项。
• 新行为有回归测试；无法自动测试时已说明原因。
• 文档、示例、JSON Schema 和迁移已与行为同步，或不适用。
• 没有绕过人工提交确认、GitHub 身份校验或隔离验证边界。