capsem-bench 是 Capsem 的基准测试体系，核心为一个二进制程序 capsem-bench-rs（同时提供宿主机与访客版本）。其设计原则是：所有数值由同一二进制计算，采集器只输出原始样本、不做计算。
用途：运行基准测试、新增维度或采集器、读取结果存储、判断性能变化是真实回归还是机器噪声。
主要能力包括子命令 list（列出全部维度及快速通道覆盖情况）、run（测量并写入存储）、doctor（检查机器是否适合测量，如负载、governor、KVM、杂项进程）、compare（比较两个存储的逐项指标）、verify（对照证据做棘轮校验，机器不合格时拒绝）、report（列出每个对象及趋势），以及协议/协议增量/增量场景引擎（host-direct 与经由 Capsem 的 guest 对比）。结果记录为 capsem.bench.v1，存入 SQLite（cache/target/tests/benchmarks/benchmarks.db），每条指标含 n、min、max、mean、median、p90、p95、p99、p999、stddev、cv、mad。采集器位于 benchmarks/collectors/<dimension>，需在 stdout 输出单个 JSON 文档；协议会拒绝第二个文档、空 metrics、无样本指标，并限制采集器行数与运行时长。
使用方式：常用命令为 just bench-quick（开发循环，无 guest、有界）、just bench（全部有采集器的维度）、just bench routes criterion（仅指定维度）、just bench-report。建议先运行 capsem-bench-rs doctor。quick 运行会被记录但永不作为证据。比较前要求架构与 profile 一致。
限制与注意：路由延迟的低个位数波动（含 3-5 ms）应视为宿主与调度噪声，而非产品提速或回归；路由健康上限是粗略回归防护，含 20% 运营余量，不是比较性性能声明；真正的比较性声明需来自重复存储的证据并超过观测方差。部分基准仍为 pytest，包括 VM 生命周期、fork/镜像/启动、路由延迟门禁等，需运行对应测试文件。修改 guest 分类、存储/rootfs 归因或协议增量前应先阅读 references/guest-benchmarks.md。