v0.3.0

Added

• 新增 --greedy-mesh：在页内合并同法线、同平面、同材质、同光照且 AO 均匀的
  共面单位面，减少平坦结构的 quad 数和 mesh 内存。默认关闭，因为随机调色板场景
  收益很低而合并本身有成本；大平面、墙体和重复结构的收益明显。

Changed

• render、bench、serve 和库调用现在拒绝单边超过 4096 像素的输出请求，与协议
  文档一致；总像素预算不变。此前只检查总像素数，极端长宽比可能绕过协议约定。
• 网格构建按 16x16x16 页缓存方块及其边界，并把每个 region 的 palette 预解析为
  不可变材质表，剔除和环境光遮蔽改为数组索引；缓存每个格子的遮挡位并用扁平索引
  偏移访问邻居，完整不透明方块在六个邻居都遮挡时直接跳过模型。测试夹具
  （1024x1024、超采样 2、12 线程、色块材质）的 mesh 耗时：000001 exact
  17.3-20.4 s → 5.7-5.9 s，000002 exact 11.7 s → 0.24-0.25 s。网格统计和
  PNG SHA-256 保持不变。
• 网格页索引只包含实际含非空气方块的 page。稀疏结构不再扫描空 page，也不会因为
  包围盒跨越过多 page 而误报 PAGE_LIMIT_EXCEEDED；无空气场景仍走包围盒快速路径。
  blocksVisited 现在只统计被索引 page 中扫描过的方块，全空气网格为 0。
• render --stream-mesh 按 32 页一块构建网格并立即渲染，不再保留完整 Mesh。
  1024x1024、超采样 2、12 线程、色块材质下，000001 exact 峰值从 7.16 GB 降到
  425 MB，000002 exact 从 497 MB 降到 182 MB，PNG SHA-256 不变。该模式不能与
  --lod auto 同用；多视角会为每个视角重新构建网格。
• 纹理采样按面提前解析纹理并内联采样器，UV 在 0..1 内走无回绕路径；合成的
  16x16 采样微基准中 nearest/bilinear 吞吐提升 1.7-2.7 倍。
• 有完整 mesh 时多视角并行渲染，按 --threads 预算拆分线程；CLI 和 serve
  都保留请求顺序，但每个并发视角各自持有 tile buffer。
• serve 在请求带 input.hash 且缓存命中时跳过文件读取和重新哈希；
  supervise 会把路由用的 hash 注入请求，因此重复输入的缓存命中不再读文件。
• serve / supervise 的缓存增加估算字节预算 --cache-bytes，默认使用可用
  内存的一半；超出时按最旧优先淘汰，单个超大条目仍允许单独保留，避免多个超大
  mesh 同时常驻。
• 渲染瓦片按内部图约 1024 块自适应：1024x1024 内部图使用 32px，2048x2048
  保持 64px，避免 12 线程在 16-64 个 tile 上串行收尾。000001（77.6M
  quads，12 线程）的 256x256/超采样 1 渲染从 5.7-6.4 s 降到 3.1-3.2 s，
  512x512/超采样 1 从 4.5-4.6 s 降到 3.1-3.2 s，512x512/超采样 2 从 3.8 s
  降到 3.2 s，1024x1024/超采样 1 从 3.7 s 降到 3.2 s；RGBA 不变，tiles
  不随线程数变化。
• 光栅化器按有无纹理分别单态化三角形循环，无纹理路径去掉每像素纹理采样
  分支和 UV 插值；000001（0 个纹理三角形）的 1024x1024/超采样 2 渲染从
  4.1 s 降到 3.9 s，输出不变。
• 网格页容量改为按最近几页的 quad/非空气方块中位数估算并留 15% 余量，扩容时
  只增加 25%（不再按 Vec 倍增），明显低于估算的页在收尾时收缩。000001 的
  mesh 从 4.0-4.3 s 降到 3.1-3.2 s，常驻 mesh 从 10.7 GB 降到 7.9 GB；
  000002 从 310 MB 降到 261 MB，mesh 约 0.22 s。
• release 构建启用 thin LTO 和单 codegen unit。测试机上 000001 的 mesh 与
  render 约快 4-5%，000002 的 parse 约快 20%；release 构建时间相应增加。
• --lod auto 在构建前先抽样 128 个 page 估算 quad 数，只有估算明显超过预算时
  才用计数模式精确确认；计数复用页缓存和剔除逻辑，但不分配顶点、AO 和四边形。
  这样不会再为注定失败的 exact 网格付完整构建成本：000001 的 auto mesh 从
  5.0-5.2 s 降到 3.6-3.7 s，最终 factor 和输出不变；000002 这类可精确放下的
  场景多付约 30 ms 采样。