性能评测
以下数据按实际测试版本、任务夹具和 Agent 配置整理，表格保留当时的测试条件。
这里分两个维度展示数据：一是 Claude Code 上的端到端任务实测耗时与处理 Token（减少 38.4% 耗时、40.1% 处理 Token）；二是 10 轮任务夹具上的静态注入字符数拆解（减少 86.9% 注入字符）。两者口径不同，分开说明如下。
Claude Code 端到端实测
在同一套项目代码、同一份 .trellis 业务知识、同一个 Claude Code (v2.1.306) 与同一个模型（deepseek-v4-flash，思考程度 max）下，对比 mini-trellis v0.3.1 与 Trellis v0.7.0-beta.4。6 组任务各独立运行 3 次（每侧 27 个会话）：
| 评测任务 | 考查场景 | 中位耗时 (mini / Trellis) | 耗时减少 | 中位处理 Token (mini / Trellis) | Token 减少 | 自动检查 |
|---|---|---|---|---|---|---|
空载启动开销 (O00) |
不读写文件仅回复 pong，测固定启动注入底噪 |
1.8s / 2.9s | -39.3% |
11.6k / 13.6k | -14.8% |
仅测启动 (3/3 完成) |
常规函数实现 (N01) |
按代码注释实现 normalize_label 并写单元测试 |
16.9s / 18.6s | -9.2% |
84.9k / 131.4k | -35.4% |
单元测试 3/3 通过 |
查规范：计算公式 (R01) |
从项目规范定位容量/流量计算公式与异常策略 | 14.5s / 20.4s | -28.8% |
57.3k / 79.3k | -27.8% |
公式与策略 3/3 通过 |
查规范：服务权限 (R02) |
从项目规范核对只读工具服务的 5 项权限边界 | 7.2s / 16.3s | -55.9% |
38.8k / 70.4k | -44.9% |
布尔与引文 3/3 通过 |
按规范实现业务代码 (I01) |
查阅业务规范并实现 assess_notice 核心逻辑与测试 |
49.8s / 57.1s | -12.7% |
192.6k / 248.7k | -22.6% |
27 项用例 3/3 通过 |
跨会话记规则与迭代 (M01) |
连续 4 个新会话：记规则 → 实现 → 改规则 → 更新实现 | 68.1s / 132.9s | -48.8% |
426.0k / 713.6k | -40.3% |
两阶段代码 3/3 通过 |
| 全部正式样本累计 | 6 组任务 × 3 次重复实际总和（非中位数相加） | 472.2s / 766.5s | -38.4% (1.62×) |
242.6万 / 405.3万 | -40.1% (-162.7万) |
自动检查全部通过 |
- 口径说明：耗时为命令启动到结束的墙上时间（含工具执行）；处理 Token 为未缓存输入、输出与缓存命中读取之和（反映模型在多轮交互中处理的上下文总量，不等同于 API 账单费用）；自动检查涵盖代码题的外部单元测试与只读题的公式探针/布尔值/引文匹配校验。
- 实验环境、题目设计、全部 54 个会话的逐轮明细与跨会话四阶段拆解见 《对比评测详细记录》（版本摘要见 v0.3.1 版本说明）。
十轮任务夹具的注入字符
下图展示的是 Hook 与子代理注入文本的字符数对比（v0.2.2 夹具数据，衡量固定与重复注入体积，而非端到端 Token 消耗）。阶段工作流在每次会话启动、每轮用户输入、每次派发子代理时都会注入状态或规范；mini-trellis 只保留启动短入口，规范与研究笔记按需读取一次后留在主会话上下文中：
在同一测试仓库中完成一次 10 轮后端修改任务，两边读取相同的 3 份后端规范（共 2,690 字符）和同一篇研究笔记（474 字符）：
| 环节 | 阶段门控工作流 | mini-trellis | 差异来源 |
|---|---|---|---|
会话启动 (SessionStart) |
7,883 字符 | 1,167 字符 | 去掉四阶段流程手册和全量目录树，只保留当前状态与查找入口 |
每轮对话 (UserPromptSubmit ×10) |
9,530 字符 | 0 字符 | 不注册每轮状态 Hook |
查找历史结论 (recall + read) |
1,621 字符 | 1,053 字符 | 先用 579 字符短摘录定位，再读 474 字符研究笔记全文 |
| 加载项目规范（3 份后端规范） | 18,585 字符 | 2,690 字符 | 主会话读取 3 份规范一次；不再向 implement + check 两个冷启动子代理重复注入 |
| 10 轮累计注入字符 | 37,619 字符 | 4,910 字符 | 规范与研究正文一字未减，注入字符数减少 86.9%（7.7×） |
在包含 19 份领域规范（13.7 万字符）与 262 篇迁移笔记（237 万字符）的生产仓库中，mini-trellis 的会话启动注入仍保持在 1,171 字符，而阶段工作流单次任务的子代理注入达到 12.7 万～51.2 万字符。