Add benchmark-compare skill from #7803

[chang-wenbin]

Motivation
在日常性能评估工作中，需要频繁对比 FastDeploy 与 SGLang 两个推理框架的性能表现。手动操作涉及环境安装、服务启动、健康检查、benchmark 执行、指标提取和报告生成等多个步骤，流程繁琐且易出错。本 PR 新增一个 Agent Skill（.claude/skills/benchmark-compare/），实现全流程自动化编排，支持通过自然语言或 /benchmark 命令一键完成性能对比测试并生成可视化 HTML 报告。

Modifications
新增 .claude/skills/benchmark-compare/ 目录，包含以下文件：

SKILL.md — 主技能定义，包含完整 12 步工作流编排、参数表、决策树和两种工作模式（全自动测试 / 仅生成报告）
README.md — 使用说明文档
scripts/launch_service.sh — 通用服务启动脚本，支持 FD/SG 两个框架和 single/TP/PD 多种部署模式
scripts/health_check.sh — 服务健康检查脚本，轮询 /v1/models 接口
scripts/run_benchmark.sh — Benchmark 执行封装脚本
scripts/extract_metrics.py — 从 benchmark 结果文件中提取核心指标（吞吐、延迟、TTFT 等）输出为 JSON
scripts/generate_report.py — 生成多模式可视化 HTML 对比报告
references/html_template.md — HTML 报告模板（含 CSS/JS 和占位符）
references/model_profiles.md — 模型推荐部署参数表
支持特性：

单卡 / 多卡 TP / PD 分离等多种部署模式
BF16 / FP8 等量化方式
自动 GPU 空闲检测和分配
自动匹配 hyperparameter YAML 配置
Usage or Command
作为 Agent Skill 使用（在 Claude Code / Ducc 中）：

方式 1: slash command

/benchmark

方式 2: 自然语言

帮我跑 benchmark，模型用 /path/to/GLM-4.7-Flash，TP=2，并发 64，开启 fp8 量化

方式 3: 仅从已有数据生成报告

帮我根据这些日志生成 HTML 对比报告

[paddle-bot]

Thanks for your contribution!

[CLAassistant]

Thank you for your submission! We really appreciate it. Like many open source projects, we ask that you sign our Contributor License Agreement before we can accept your contribution.

---

chang-wenbin seems not to be a GitHub user. You need a GitHub account to be able to sign the CLA. If you have already a GitHub account, please add the email address used for this commit to your account.
_{You have signed the CLA already but the status is still pending? Let us recheck it.}