perf: reduce Flash PDF preparation across all demo samples (round 7)

[myhloli]

Flash PDF 在标题判定、源字符几何、共享行内证据和表格候选中重复准备数值与文本。此变更保留原业务判断及全部候选，复用当前阶段的只读准备并增加私有 Rust 批量计算。第七轮在第六轮冻结源码 843b599 及匹配协议 7 二进制上继续优化。

• demo|all 语料默认 all，递归发现全部 demo；冻结路径、SHA256、页数、区域输入、源码、扩展和依赖，不刷新金标。
• 第六轮：共享行内分类按 64 行／8192 字符批量计算；后语义行连接保序查询；表注和横线区间只在候选构建内有界复用。
• 第七轮：各标题阶段复用未变的栏 profile 和行高，保留首次统计排序副作用及语义失效。中文论文2 的栏 profile 实算从 5310 次降至 450 次。
• 单行 source_rows_plain 合并源框选择、裁剪及旋转；普通只读字体按身份强引用复用，最多 4096 项，风险筛查／正式修复及各行分别准备。
• 借用原字符列表融合映射保护与 Glyph 几何；Python 保留 Unicode、字体等价、汉字映射、物化与来源。复用同次行内字体准备及按精确内容区分的文本投影（256 块／8192 字），保留混合保护组与空页异常行为。
• 公开 API、类型、返回结构及 MinerU 业务代码兼容，继续 auto/python/rust。第六轮协议 6→7，本轮 7→8，加载、ABI、注册及 wheel 测试同步；计算异常不被 auto 吞掉。
• 性能仅在本机比较；CI 保留双后端正确性、Rust、wheel、sdist 和平台兼容矩阵，不恢复全平台性能对比。

最终性能源码 aa0241827a0412da1709eb92a4cb5780ac19aa32。本机 Apple M4／16 GB，四组独立进程、一次预热、五次正式测量、交替顺序，RSS 单独采样；profiler、测试及构建不与最终计时并行。仅具体文档／指标越过 5% 时反序复测。

第七轮，17 demo／136 页	第六轮同期 Rust 中位数之和	第七轮 Rust	降幅	目标
公开解析	16.378407s	15.115506s	7.71%	≥10%，未达到
共享文本 text_total	3.270722s	3.256694s	0.43%	本轮不另设目标

公开解析尚差 0.374940s／2.29 个百分点。剩余热点为 PDFium 对象裁剪／矩阵／RGBA、源框 Python 记录准备、行构建、上下标打包及字体枚举。未降低输出等价或退化门槛。
密集样本 49.- 不计入 demo 目标：公开解析 1.896257 → 1.913316s（裁决变化 +0.90%），共享文本 0.604086 → 0.606766s（+0.44%）。

第六轮历史验收（151d39b → 843b599）为公开解析降低 8.29%（15% 目标未达到），共享文本降低 30.66%（25% 目标达到）。两轮分别同期复测，不把不同时期的秒数相加或相乘为累计收益。

验证：

• 基线／候选 × Python／Rust 全部 32 PDF／299 页 ModelJson、MiddleJson、文本证据、成员来源、HTML、Markdown、诊断及素材摘要一致；186 表格区域一致。全部文档耗时和进程树 RSS 无持续 >5% 退化，零基线新工作量单列。
• 515343 原始字符对照纯 Python 读取及几何参考一致；137 页标框像素及导出一致；人工查看 18 文档的 22 个代表页，覆盖公式、上下标、表注及旋转表格。
• Python 全量 4469 passed／469 skipped；Rust 4937 passed／1 skipped；Rust workspace test、clippy、fmt 通过。新增差分测试覆盖排序副作用、语义／字体失效、特殊对象异常回调、四向旋转、正负零、来源与有界缓存。
• MinerU 核心接口各后端 119 passed；18 文档 × medium/high 的 36 组固定输入回放在四组实现中一致；CPU 复用／样式补充各 16 项通过。另有 6 项稀疏渲染调度失败在冻结第六轮源码同样复现，独立记录为既有宿主局限。
• 原生／纯 Python wheel、sdist 和实际安装通过；393 文件与构建目录匹配，pypdfium2 5.10.1／5.13.0、协议 8 ABI、密集解析及 CLI 通过。性能扩展固定，wheel 在独立目录重编译并验证，未覆盖性能快照。
• aa02418 的 CI 39 作业与 Native wheels 7 作业全部成功，覆盖 Python 3.10–3.14 与既有平台矩阵。Intel macOS 3.14 应用依赖限制继续单列，3.14 ABI 独立检查，完整 smoke 使用 3.13。

首次候选 8546348 的测量因共享入口持续退化被拒绝，原值保留在 pre-fix-public／pre-fix-shared。混合字符分组与空页开销修复后，最终完整对比在同一版本重跑；较慢的 Python 单遍映射和会丢邻行证据的样式跳过尝试均撤销。

阶段提交 P0 1fb7305、P1 53df6cc、P2 fdd78f3、P3 23af3c8／8546348／aa02418。逐样本结果见 第七轮记录；独立本机原始证据为 output/pdf/rust-round7-20260926/REPORT.md、HOTSPOTS.md、stage-calls.json、performance-gates.json 与全部测量／视觉输出，不覆盖前轮产物。

性能源码 SHA256 dc8d902972b309e11881778598fd12edfb5f312cef38e9c7580432eea3e23f80，扩展 799152ec326e20412a433ea41322e922701236c85ed907d59850a095c7ccc1ac；后续文档提交不改变生产源码或性能二进制，测量提交字段保持原样。共享分支上的既有 Office 图片预算提交 f12dd78 不属于本轮 PDF 优化，a124f29 仅修复其 Ruff 格式且 AST 相等。本 PR 保持 draft，未合并、未发布。

[chatgpt-codex-connector]

Codex Review Summary

This comment shows the latest Codex review activity on this pull request.

Review	Status	Commit	Review trigger
📝 Code Review	✅ Completed 2026-09-26T15:26:28.583481Z	f26d388	Draft marked ready
🔒 Security Review	✅ Completed 2026-09-26T15:27:16.853347Z	f26d388	Draft marked ready

ℹ️ About Codex in GitHub

Your team has set up Codex to review pull requests in this repo. Reviews are triggered when you

• Open a pull request for review
• Mark a draft as ready
• Comment "@codex review" or "@codex security review".

Codex reacts with 👀 while any review is running, comments if it has suggestions, and reacts with 👍 once all reviews finish with no findings.