Excel 后经历了 14 轮迭代优化。以下是每轮的具体改动和收益： P0 阶段 — 确定性收益（#1-#3） # 优化项 具体改动 收益 #1 Static Huffman 表预建缓存 为 litlen/offset 各加一组 static readonly uint[] 预建表，Static block 直接 CopyTo 到实例表，跳过 BuildLitlenDecodeTable/BuildOffsetDecodeTable 调用 消除首个 Static block 的表构建（~几µs） #2 CopyMatch offset==1 用 Vector256 CopyMatch 的 offset==1 分支从 ulong×8字节/次 改为 Vector256.
77 vs 7.22） 2.全规模 Excel Sheet XML 测试结果 数据规模 引擎 吞吐(MB/s) 压缩比 相对Native C 1K行 (204KB) Native C libdeflate L1 774.
不能只靠人工感觉答案“挺像”。可以准备一组标准问题，记录期望引用文档和可接受答案范围。
🏷️ 项目标签： 【💬LLM、🐍Python】💡 推荐语： Code-review-graph构建本地代码智能图谱，为代码库生成持久化地图，让AI编程工具精准读取关键内容，大幅缩减代码审查与大型仓库的上下文消耗，是大型项目开发者与AI编程用户降本提效的必备利器。