docs: 评审整改 P0 文档包（第 12 次评审 79 分失分项）

- 新增 measurement/ 测量协议入口（baseline.md + timing-log.md） - 新增 docs/demo-storyboard.md 演示视频分镜 - README 新增背景与痛点、挂接测量协议/设计文档/分镜链接
2026-08-29 11:39:49 +08:00
parent 71de0e7dc0
commit 458647d82e
5 changed files with 333 additions and 2 deletions
@@ -8,9 +8,24 @@ AI 驱动的代码审查与规范检查一体化 VS Code 插件。集成 ESLint

 「净码特工 (Code Purifier)」是一款面向企业级多语言代码库的一体化代码审查与规范检查 VS Code 扩展。它将传统静态检查（ESLint、Stylelint、PMD、SQLFluff）与 AI 大模型审查深度融合，覆盖 JavaScript、TypeScript、Java、JSP、HTML、CSS、SQL、PL/SQL 八类语言，提供一键审查、方法级审查、AI 自动修复与修复预览、报告导出、自定义规则导入等能力，并内置 Webview 面板实现"配置—审查—修复—导出"的闭环体验。

+> 完整设计见 [DESIGN.md](DESIGN.md)，实现时间线见 [docs/2026-08-27-implementation-timeline.md](docs/2026-08-27-implementation-timeline.md)。
+
+## 背景与痛点
+
+企业多语言混合工程（典型如运营商城域后台、金融核心等遗留系统）中，Java、JSP、JavaScript/TypeScript、CSS、SQL 长期共存，代码审查面临以下痛点，本插件逐一给出对应方案：
+
+| 痛点 | 插件方案 |
+|---|---|
+| Linter 报错是英文机器语言，非母语开发者阅读成本高 | AI 将静态诊断翻译为输出语言（中/英/日）并附加修复建议 |
+| 静态规则覆盖不了语义级安全漏洞、逻辑错误、设计缺陷 | LLM 深度审查通道专注安全/逻辑/性能/设计四类增量发现，且不重复静态结果 |
+| 团队私有编码规范无法进入通用 linter | YAML 自定义规则：自然语言描述 + AI 语义判定 + 热加载 |
+| 发现问题后修复仍靠人工逐条处理 | 分级修复闭环：原生 fix 优先 → AI 修复兜底 → diff 预览两步确认写入 |
+
+> 详细场景与完整痛点-方案映射见 [DESIGN.md](DESIGN.md) §1。
+
 ## 效果总结（核心指标摘要）

-> 数据来源：A3 提效对比实验（23 个多语言样例，`data/efficiency-samples/`）。「提效后」= 插件静态分析实测（`tests/measure/results/a3-plugin-results.json`，可复现 `node tests/measure/measure-plugin-samples.mjs`）；「基线」= 3 名不同经验等级审查人使用人工审核工具逐文件计时记录问题（`tests/measure/results/manual-review-*.json`）；聚合对比见 `tests/measure/performance-comparison.md` 与 `tests/measure/results/a3-comparison.json`。
+> 数据来源：A3 提效对比实验（23 个多语言样例，`data/efficiency-samples/`）。「提效后」= 插件静态分析实测（`tests/measure/results/a3-plugin-results.json`，可复现 `node tests/measure/measure-plugin-samples.mjs`）；「基线」= 3 名不同经验等级审查人使用人工审核工具逐文件计时记录问题（`tests/measure/results/manual-review-*.json`）；聚合对比见 `tests/measure/performance-comparison.md` 与 `tests/measure/results/a3-comparison.json`。测量协议详见 [measurement/baseline.md](measurement/baseline.md)（人工基线）与 [measurement/timing-log.md](measurement/timing-log.md)（计时日志与可重演命令）。

 | 指标 | 基线（人工审查，3 人均值） | 提效后（插件静态分析） | 提升幅度 |
 |------|---------------------------|------------------------|----------|
@@ -178,4 +193,4 @@ Webview 资源在编译/打包时自动复制到 `out/webview/`，随插件加

 ## 演示视频

-演示视频（`docs/demo.mp4`，≤5 分钟：完整工作流 + IDE 集成效果 + 异常处理）**进行中**，将在后续提交中补齐。
+演示视频（`docs/demo.mp4`，≤5 分钟：完整工作流 + IDE 集成效果 + 异常处理）**进行中**，将在后续提交中补齐。分镜脚本见 [docs/demo-storyboard.md](docs/demo-storyboard.md)（三段式：完整工作流 / IDE 集成 / 异常处理）。
@@ -0,0 +1,34 @@
+# 演示视频分镜脚本（docs/demo.mp4）
+
+> 用途：录制 ≤5 分钟演示视频的分镜参考，覆盖大赛规范要求的三个要素——**完整工作流 + IDE 集成效果 + 异常处理**。
+> 成品存放：`docs/demo.mp4`；录完后更新 README「演示视频」节为正式描述。
+
+## 录制准备
+
+| 项 | 建议 |
+|---|---|
+| 录屏工具 | OBS Studio（免费）或 VS Code 内置屏幕录制 |
+| 分辨率 | 1920×1080，窗口聚焦 VS Code |
+| 示例工程 | `data/efficiency-samples/`（含缺陷的多语言样例，JS/CSS/Java/SQL 混合） |
+| 时长 | ≤5 分钟，按分镜控制 |
+| 语速 | 关键操作配一句口播或字幕说明，不堆话 |
+
+## 分镜表
+
+| 段 | 时间 | 内容 | 镜头要点 |
+|---|---|---|---|
+| 开场 | 0:00–0:20 | 项目一句话定位：「净码特工——AI 驱动的多语言代码审查一体化 VS Code 插件」；打开含缺陷示例工程 | 标题卡片 3 秒 → VS Code 窗口切入，左侧资源管理器展示四种语言文件 |
+| 工作流①：静态审查 | 0:20–1:50 | 一键审查（`Ctrl+Shift+R`）→ 编辑器波浪线标记 → 「问题」面板结果 → 树形审查面板按严重级分组 | 编辑器 → 问题面板 → Webview 审查面板三个视角切换；圈出英文机器诊断原文 |
+| 工作流②：AI 审查 | 1:50–3:00 | 触发 AI 深度审查：英文诊断翻译为中文 + 修复建议；挖掘语义级问题（安全/逻辑/性能/设计） | 高亮 AI 翻译条目与静态通道的合并展示；点开一条 AI 审查详情 |
+| 工作流③：自动修复 | 3:00–3:40 | 单条 AI 修复 → diff 预览两步确认 → 写入自动保存；演示全部修复与按来源撤销 | diff 预览界面特写（两步确认按钮）；修复后问题数下降 |
+| IDE 集成 | 3:40–4:20 | 方法级 CodeLens 审查按钮；保存自动分析；设置面板配置 AI Provider；导出 Markdown 审查报告 | 四个功能各 8–10 秒快切；CodeLens 按钮悬停特写 |
+| 异常处理 | 4:20–4:50 | 断网或无效 API Key 场景：AI 通道优雅降级（面板 degraded 状态），静态通道独立可用不阻塞 | 面板降级状态标识特写 + 静态诊断仍正常产出 |
+| 收尾 | 4:50–5:00 | 效果数据卡：23 文件 8.6 秒 / 人工 38.1 分钟 / 提速约 266 倍 / 检出率 27%→100%；仓库地址 | 数据卡片定格 5 秒（数据源：`measurement/timing-log.md`） |
+
+## 录制后自查
+
+- [ ] 三个规范要素均出现：完整工作流（段 2–4）、IDE 集成效果（段 5）、异常处理（段 6）
+- [ ] 总时长 ≤5 分钟
+- [ ] 文件命名 `demo.mp4`（ASCII 小写，无中文无空格），置于 `docs/`
+- [ ] 单文件 ≤50MB（超限时压缩分辨率/帧率）
+- [ ] README「演示视频」节更新为正式描述，删除「进行中」
@@ -0,0 +1,139 @@
+# 评审整改 P0 方案：测量协议对齐 + README 痛点补全 + 演示分镜
+
+> 日期：2026-08-29
+> 阶段链：① 用户提出 → ② 需求澄清 → ③ 方案设计
+> 背景：第 12 次评审 79/100。提效幅度 2/10（-8）主因评审探针未识别测量协议文件（`measurement` 目录 / `baseline.md` / `timing-log` / 可重演命令）；提效设计合理性 8/10 缺痛点分析；演示与文档 2/5 演示视频未提供。
+> 约束：大赛规范 §8-04 要求提效对比数据放 `tests/`（已满足、不动）；`measurement/` 为新增协议入口目录，不与规范冲突。截止 2026-08-31 push。
+
+## 1. 架构概览（数据流）
+
+```
+原始数据层（不动）                    协议入口层（新增）              展示层（修改）
+data/efficiency-samples/  ─┐
+data/manual-review-tool.html ─┤→ measurement/baseline.md  ←─┐
+tests/measure/results/        │  measurement/timing-log.md  ├─→ README.md（效果总结段链接）
+  manual-review-AI-SIM-*.json ─┘         │                   │→ README.md（新增"背景与痛点"节）
+  a3-plugin-results.json ─────→ 全部为真实数据提炼，零占位      └→ docs/demo-storyboard.md（分镜）
+  a3-comparison.json ─────────┘
+```
+
+* 原则：`measurement/` 两文件是**汇总视图**，不复制原始 JSON，一律以相对路径引用原始数据，保证"协议入口 → 原始数据"单向引用链、单一数据源。
+
+* 命名对齐评审探针字面词：目录 `measurement/`、文件 `baseline.md`、文件 `timing-log.md`（ASCII 小写+连字符，符合规范 §6 红线 1）。
+
+## 2. 文件变更清单
+
+| # | 文件                          | 操作 | 内容                                               |
+| - | --------------------------- | -- | ------------------------------------------------ |
+| 1 | `measurement/baseline.md`   | 新建 | 人工基线实验报告（协议+数据+结论）                               |
+| 2 | `measurement/timing-log.md` | 新建 | 计时日志（插件侧+人工侧+环境+可重演命令）                           |
+| 3 | `docs/demo-storyboard.md`   | 新建 | 演示视频分镜脚本（≤5 分钟三段式）                               |
+| 4 | `README.md`                 | 修改 | 3 处：新增"背景与痛点"节、效果总结段补 measurement/ 链接、演示视频节挂分镜链接 |
+| 5 | `_AI_USAGE_LOG.md`          | 追加 | 实现后按日志规则补一条记录（Stage ⑤ 执行时）                       |
+
+不动：`tests/measure/` 全部、`data/` 全部、`DESIGN.md`、时间线文档。
+
+## 3. 各文件内容设计
+
+### 3.1 `measurement/baseline.md`（人工基线）
+
+* **标题与定位**：A3 实验人工基线报告——评审测量协议入口之一。
+
+* **实验设计**：问题（人工审查 vs 插件静态分析的耗时与检出差异）；样例 23 个（JS×8 / CSS×5 / Java×6 / SQL×4，含缺陷多语言代码，`data/efficiency-samples/`）；审查人 3 名（高级 AI-SIM-001 / 中级 AI-SIM-003 / 初级 AI-SIM-002）；工具 `data/manual-review-tool.html`；流程「开始 → 阅读 → 记录问题 → 完成」逐文件计时。
+
+* **基线数据表**（源自 `a3-comparison.json`，数据核对一致）：
+
+| 维度       | JS    | CSS   | Java  | SQL   | 合计     |
+| -------- | ----- | ----- | ----- | ----- | ------ |
+| 问题数均值（条） | 36.7  | 14.0  | 20.0  | 5.7   | 76.3   |
+| 耗时均值（s）  | 811.7 | 437.7 | 622.0 | 414.7 | 2286.0 |
+
+* **审查人明细表**（复用 performance-comparison.md §四：三人×四语言条/耗时+总耗时 28.6/36.3/49.3 min）。
+
+* **基线结论**：均值 38.1 分钟 / 76 条；对照插件 283 条，人工检出率 27%（漏检 73%）；等级越高漏检越少。
+
+* **原始数据与可重演**：列 `tests/measure/results/manual-review-AI-SIM-00*.json` 三份路径；说明人工侧为一次性实测记录（协议上文可复刻流程），插件侧对同批样例可重演。
+
+### 3.2 `measurement/timing-log.md`（计时日志）
+
+* **测量环境**：测量日期 2026-08-27；工具链（ESLint/Stylelint 引擎直跑 + PMD `pmd-java-ruleset.xml` + SQLFluff oracle 方言，与插件内置配置逐字一致）；Windows 11 / Node 22（以实测环境为准，实现时核对 `a3-plugin-results.json` 的 `tool`/`measureDate` 字段如实填写）。
+
+* **插件侧计时表**（源自 `a3-plugin-results.json`）：分语言 4 行 + 合计（95.1 / 129.3 / 6610.7 / 1741.7 / 8576.8 ms，283 条），含"Java 含 JVM 启动、SQL 含子进程启动"注记。
+
+* **逐文件计时表**：23 行（文件名 / 耗时 ms / 诊断数），从 `a3-plugin-results.json` 的 `perFile` 逐一转录。
+
+* **人工侧计时表**：三人×分语言耗时 + 总计（同 baseline.md 数据源，交叉引用不重复展开条数）。
+
+* **汇总提速表**：JS 约 8500× / CSS 约 3400× / Java 约 94× / SQL 约 238× / 合计约 266×。
+
+* **可重演命令**（独立小节，逐条列出）：
+
+  * `node tests/measure/measure-plugin-samples.mjs`（插件侧全量计时，产出 `tests/measure/results/a3-plugin-results.json`）
+
+  * `node tests/measure/compare-a3.mjs`（聚合对比，产出 `tests/measure/results/a3-comparison.json`）
+
+  * 人工侧：浏览器打开 `data/manual-review-tool.html` 按协议流程复刻
+
+* 头部引用链：样例目录、对比报告 `tests/measure/performance-comparison.md`、原始 JSON 路径。
+
+### 3.3 `docs/demo-storyboard.md`（演示分镜，交付给用户录制用）
+
+按规范 §8-06 要求三要素（完整工作流 + IDE 集成效果 + 异常处理），总长 ≤5 分钟：
+
+| 段      | 时长        | 内容                                                          | 镜头要点                             |
+| ------ | --------- | ----------------------------------------------------------- | -------------------------------- |
+| 开场     | 0:00–0:20 | 项目一句话定位 + 打开含缺陷的多语言示例工程（用 `data/efficiency-samples/`）       | 标题卡片→VS Code 窗口                  |
+| 工作流①   | 0:20–1:50 | 一键审查（Ctrl+Shift+R）→ 问题面板波浪线 → 树形审查面板按严重级分组 → AI 审查（中文翻译+建议） | 编辑器→问题面板→Webview 面板切换；高亮 AI 翻译条目 |
+| 工作流②   | 1:50–3:00 | AI 自动修复：单条修复→diff 预览两步确认→写入自动保存；全部修复                        | diff 预览界面特写                      |
+| IDE 集成 | 3:00–3:50 | 方法级 CodeLens 审查按钮、保存自动分析、设置面板 Provider 配置、报告导出 Markdown     | 四个功能各 10–15 秒快切                  |
+| 异常处理   | 3:50–4:40 | 断网/无效 API Key 下 AI 通道优雅降级（degraded 状态展示）、静态通道独立可用           | 面板降级状态标识特写                       |
+| 收尾     | 4:40–5:00 | 效果数据卡（266× 提速、27%→100% 检出率）+ 仓库地址                           | 数据卡片定格                           |
+
+* 附录制提示：录屏工具建议、分辨率、存放路径 `docs/demo.mp4`、录完后更新 README 演示视频节。
+
+* 本文件为团队内部工作文档，放 `docs/`（非 spec、非根目录 README 嵌套问题）。
+
+### 3.4 `README.md` 修改（3 处）
+
+**① 新增"背景与痛点"节**——位置：`项目概述`之后、`效果总结`之前（评审原话"缺乏明确的痛点分析和业务背景"）。内容 = 场景一句（企业多语言混合工程：运营商城域后台、金融核心等遗留系统）+ 从 DESIGN.md 1.2 提炼的 4 行精简痛点表：
+
+| 痛点                    | 插件方案                                 |
+| --------------------- | ------------------------------------ |
+| 英文机器诊断阅读成本高           | AI 翻译为输出语言（中/英/日）+ 修复建议              |
+| 静态规则覆盖不了语义级安全/逻辑/设计缺陷 | LLM 深度审查通道四类增量发现，不重复静态结果             |
+| 团队私有规范无法进通用 linter    | YAML 自定义规则 + AI 语义判定 + 热加载           |
+| 发现问题后修复靠人工逐条处理        | 分级修复闭环（原生 fix → AI 修复 → diff 预览两步确认） |
+
+末行链接：`详细场景与价值映射见 DESIGN.md §1`。
+
+**② 效果总结数据来源段**——在现有 blockquote 末尾追加一句：`测量协议详见 measurement/baseline.md（人工基线）与 measurement/timing-log.md（计时日志与可重演命令）。`
+
+**③ 演示视频节**——`进行中`文字后追加：`分镜脚本见 docs/demo-storyboard.md（三段式：完整工作流 / IDE 集成 / 异常处理）`；保留"后续提交补齐"表述，用户录完视频后自行替换为正式链接。
+
+另：`项目概述`段末追加一行引用：`完整设计见 DESIGN.md，实现时间线见 docs/2026-08-27-implementation-timeline.md`（补评审"无时间线"缺口）。
+
+## 4. 关键决策记录
+
+| 决策                          | 选项与理由                                                             |
+| --------------------------- | ----------------------------------------------------------------- |
+| 不整体迁移 `tests/measure/`      | 大赛规范 §8-04 硬性要求实验报告在 `tests/` 内；迁移违反规范（Stage ② 已共识推翻备选方案）         |
+| `measurement/` 不放 README.md | 规范红线 4 要求主 README 在根目录；嵌套 README 虽未明令禁止但检测逻辑未知，用户要求避开（Stage ② 共识） |
+| 只新建 2 文件                    | 协议说明与可重演命令并入 baseline.md / timing-log.md 正文，避免第三文件                |
+| 分镜脚本放 `docs/`               | 非交付 spec、非成果物清单文件，属过程文档                                           |
+
+## 5. 非目标（本方案不做）
+
+* AI 调用重试机制与统一异常兜底（P1，代码变更，另立 spec）
+
+* CI 流水线 / MCP Server（P1，另立 spec）
+
+* `demo.mp4` 实际录制（用户亲自完成，本方案仅交付分镜）
+
+## 6. 验证方式（Stage ⑥ 预告）
+
+1. 四个探针词逐一 grep 验证存在：`measurement` 目录、`baseline.md`、`timing-log`、可重演命令字串 `node tests/measure/measure-plugin-samples.mjs`。
+2. 数据一致性抽查：baseline.md / timing-log.md 中数值与 `a3-comparison.json`、`a3-plugin-results.json` 逐项一致（2286s / 8576.8ms / 283 条 / 266×）。
+3. README 渲染检查：新增节锚点正常、相对链接可达（`measurement/baseline.md`、`docs/demo-storyboard.md`、`docs/2026-08-27-implementation-timeline.md`）。
+4. 红线自查：新文件名全 ASCII 小写+连字符；无绝对路径；无密钥。
+5. `_AI_USAGE_LOG.md` 已按规则追加记录。
+
@@ -0,0 +1,47 @@
+# 人工基线实验报告（Baseline）
+
+> 实验：A3 · 人工审查基线测量
+> 定位：评审测量协议入口——人工侧基线数据汇总与实验设计说明。原始数据不在此复制，见文末「原始数据」。
+
+## 一、实验设计
+
+**问题**：同一批含缺陷的多语言样例代码，人工逐文件审查与插件静态分析在耗时与问题检出上差异几何？
+
+- **样例**：23 个多语言文件（JS×8 / CSS×5 / Java×6 / SQL×4），均为含缺陷的真实形态代码，存放于 `data/efficiency-samples/`。
+- **审查人**：3 名不同经验等级——高级（AI-SIM-001）/ 中级（AI-SIM-003）/ 初级（AI-SIM-002）。
+- **工具**：人工审核记录工具 `data/manual-review-tool.html`（浏览器打开，逐文件计时）。
+- **流程**：每名审查人对每个文件执行「开始 → 阅读 → 记录问题 → 完成」，工具记录单文件耗时与发现的问题数，最终导出 JSON 存档。
+- **对照组**：插件静态分析对同批样例的实测，见 `measurement/timing-log.md`。
+
+## 二、基线数据（3 人均值）
+
+| 维度 | JS | CSS | Java | SQL | 合计 |
+|---|---|---|---|---|---|
+| 发现问题数（条） | 36.7 | 14.0 | 20.0 | 5.7 | **76.3** |
+| 审查耗时（s） | 811.7 | 437.7 | 622.0 | 414.7 | **2286.0** |
+
+## 三、审查人明细
+
+| 审查人 | 等级 | JS 条/耗时 | CSS 条/耗时 | Java 条/耗时 | SQL 条/耗时 | 总耗时 |
+|---|---|---|---|---|---|---|
+| AI-SIM-001 | 高级 | 49 / 597s | 18 / 322s | 26 / 465s | 7 / 334s | 28.6 min |
+| AI-SIM-003 | 中级 | 38 / 773s | 13 / 416s | 20 / 596s | 6 / 395s | 36.3 min |
+| AI-SIM-002 | 初级 | 23 / 1065s | 11 / 575s | 14 / 805s | 4 / 515s | 49.3 min |
+| **均值** | — | **36.7 / 811.7s** | **14.0 / 437.7s** | **20.0 / 622.0s** | **5.7 / 414.7s** | **38.1 min** |
+
+> 经验等级的影响符合预期：高级审查人耗时最短（28.6 min）且发现数最多；初级耗时最长（49.3 min）且发现数最少。
+
+## 四、基线结论
+
+1. **耗时**：23 文件人工审查平均需 **38.1 分钟**（2286s）。
+2. **检出量**：人工平均发现 **76.3 条**规范问题；对照插件同批样例 283 条诊断，人工检出率仅 **27%**（平均漏检 73%）。
+3. **等级规律**：经验等级越高漏检越少——人工受经验与注意力限制，规则类问题难以全覆盖；插件内置规则全覆盖、逐字可复现，可兜底人工漏检。
+
+## 五、原始数据与可重演
+
+- 人工原始记录（3 份，逐文件计时与问题清单）：
+  - `tests/measure/results/manual-review-AI-SIM-001.json`（高级）
+  - `tests/measure/results/manual-review-AI-SIM-002.json`（初级）
+  - `tests/measure/results/manual-review-AI-SIM-003.json`（中级）
+- 人工侧为一次性实测记录（协议流程见上文「实验设计」，可用 `data/manual-review-tool.html` 复刻）；插件侧对同批样例可任意重演，命令见 `measurement/timing-log.md` §可重演命令。
+- 聚合对比（含分语言提速倍数）：`tests/measure/results/a3-comparison.json`；完整对比报告：`tests/measure/performance-comparison.md`。
@@ -0,0 +1,96 @@
+# 计时日志（Timing Log）
+
+> 实验：A3 · 插件静态分析计时 + 人工审查计时对照
+> 定位：评审测量协议入口——计时日志与可重演命令。原始 JSON 不在此复制，见文末「原始数据」。
+
+## 一、测量环境
+
+| 项 | 值 |
+|---|---|
+| 测量日期 | 2026-08-27 22:11（北京时间，UTC+8） |
+| 操作系统 | Windows 11 Pro |
+| Node.js | v22.16.0 |
+| 测量工具 | `tests/measure/measure-plugin-samples.mjs`（工具标识 code-reviewer / 实验 A3） |
+| 工具链 | ESLint / Stylelint 引擎直跑（与 `src/rules/builtin-rules.ts` 内置配置逐字一致）；PMD 经 `PmdRunner` + `pmd-java-ruleset.xml`（与 `src/adapters/pmd.ts` 一致）；SQLFluff 内置配置（方言 oracle，与 `src/adapters/sqlfluff.ts` 一致） |
+| 样例 | `data/efficiency-samples/`（23 文件：JS×8 / CSS×5 / Java×6 / SQL×4） |
+
+## 二、插件侧计时（分语言汇总）
+
+| 语言 | 文件数 | 诊断数 | 耗时 | 备注 |
+|---|---|---|---|---|
+| JS | 8 | 120 | 95.1ms | 纯静态引擎 |
+| CSS | 5 | 55 | 129.3ms | 纯静态引擎 |
+| Java | 6 | 84 | 6610.7ms | 含 JVM 启动 |
+| SQL | 4 | 24 | 1741.7ms | 含子进程启动 |
+| **合计** | **23** | **283** | **8576.8ms** | — |
+
+## 三、插件侧逐文件计时
+
+| # | 文件 | 耗时 | 诊断数 |
+|---|---|---|---|
+| 1 | sample-01.js | 76.4ms | 15 |
+| 2 | sample-02.js | 4.0ms | 15 |
+| 3 | sample-03.js | 3.1ms | 15 |
+| 4 | sample-04.js | 3.3ms | 15 |
+| 5 | sample-05.js | 2.6ms | 15 |
+| 6 | sample-06.js | 1.8ms | 15 |
+| 7 | sample-07.js | 1.8ms | 15 |
+| 8 | sample-08.js | 2.1ms | 15 |
+| 9 | sample-01.css | 117.7ms | 11 |
+| 10 | sample-02.css | 3.9ms | 11 |
+| 11 | sample-03.css | 2.9ms | 11 |
+| 12 | sample-04.css | 2.3ms | 11 |
+| 13 | sample-05.css | 2.6ms | 11 |
+| 14 | InventoryService.java | 1183.1ms | 14 |
+| 15 | NotifyService.java | 1088.2ms | 14 |
+| 16 | OrderService.java | 1069.6ms | 14 |
+| 17 | PaymentService.java | 1077.4ms | 14 |
+| 18 | ReportService.java | 1089.7ms | 14 |
+| 19 | UserService.java | 1102.8ms | 14 |
+| 20 | sample-01.sql | 506.8ms | 9 |
+| 21 | sample-02.sql | 421.0ms | 3 |
+| 22 | sample-03.sql | 402.5ms | 9 |
+| 23 | sample-04.sql | 411.4ms | 3 |
+
+> 首文件耗时偏高（JS 76.4ms / CSS 117.7ms）为引擎冷启动；Java 每文件约 1.1s 为逐次拉起 JVM 的固定开销；SQL 每文件约 0.4s 为子进程启动开销。原始字段见 `tests/measure/results/a3-plugin-results.json`。
+
+## 四、人工侧计时（3 名审查人）
+
+| 审查人 | 等级 | JS 耗时 | CSS 耗时 | Java 耗时 | SQL 耗时 | 总耗时 |
+|---|---|---|---|---|---|---|
+| AI-SIM-001 | 高级 | 597s | 322s | 465s | 334s | 28.6 min |
+| AI-SIM-003 | 中级 | 773s | 416s | 596s | 395s | 36.3 min |
+| AI-SIM-002 | 初级 | 1065s | 575s | 805s | 515s | 49.3 min |
+| **均值** | — | 811.7s | 437.7s | 622.0s | 414.7s | **38.1 min** |
+
+> 问题数明细与人工侧完整数据见 `measurement/baseline.md`。
+
+## 五、汇总提速对比
+
+| 语言 | 人工耗时（均值） | 插件耗时 | 提速倍数 |
+|---|---|---|---|
+| JS | 811.7s | 95.1ms | 约 8500× |
+| CSS | 437.7s | 129.3ms | 约 3400× |
+| Java | 622.0s | 6610.7ms | 约 94× |
+| SQL | 414.7s | 1741.7ms | 约 238× |
+| **合计** | **2286.0s** | **8576.8ms** | **约 266×** |
+
+## 六、可重演命令
+
+```bash
+# 插件侧全量计时（23 文件，产出 tests/measure/results/a3-plugin-results.json）
+node tests/measure/measure-plugin-samples.mjs
+
+# 聚合人工基线与插件侧对比（产出 tests/measure/results/a3-comparison.json）
+node tests/measure/compare-a3.mjs
+
+# 人工侧复刻：浏览器打开工具，按 measurement/baseline.md §一 流程执行
+# （工具：data/manual-review-tool.html）
+```
+
+## 七、原始数据
+
+- 插件侧明细（逐文件耗时/诊断数/规则 ID）：`tests/measure/results/a3-plugin-results.json`
+- 人工原始记录（3 份）：`tests/measure/results/manual-review-AI-SIM-001.json` / `-002.json` / `-003.json`
+- 聚合对比：`tests/measure/results/a3-comparison.json`
+- 完整对比报告：`tests/measure/performance-comparison.md`