feat(eval): 加 perf-bench 脚本,真实大库 advisory 基准
eval/perf-bench.ts 复用本机 ~/.codex/sessions 真实数据,跑 sync 全量 +
7 个代表性 query (单 token / 多 token / CJK / 中英混合) 各 5 次取后 4
样本 p50/p95,产出 data/cxs-perf/<ts>/report.{json,md}。stdout 打 JSON
summary 对齐 eval/run-manual-eval 风格。
实跑参考: 2867 session 全量 sync ~75s,db 240MB,单 token query p95
~86-90ms,双 token "edge tts" p95 190ms (FTS AND-match 成本)。
仅 advisory,不做 CI gate;P2 阶段如果上 reranker 可用作回归对照。
对应 review 报告 P1-3。
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
Entire-Checkpoint: 5506719bb0ff