diff --git a/build/run-app-perf.cjs b/build/run-app-perf.cjs
index 9381c598..5a884e66 100644
--- a/build/run-app-perf.cjs
+++ b/build/run-app-perf.cjs
@@ -10,7 +10,11 @@ const { tmpdir } = require('node:os')
 const { join, resolve } = require('node:path')
 
 const root = resolve(__dirname, '..')
-const modelPort = 11434
+// 11434 is the fresh-profile default endpoint. Another GoodBuddy (or Ollama)
+// may already use it; GB_PERF_MODEL_PORT moves the fake model and points the
+// isolated profile at it through the GOODBUDDY_MODEL_* environment variables.
+const defaultModelPort = 11434
+const modelPort = Number(process.env.GB_PERF_MODEL_PORT || defaultModelPort)
 const totalTimeoutMs = Number(process.env.GB_PERF_TIMEOUT_MS || 600_000)
 const keepProfile = process.env.GB_PERF_KEEP_PROFILE === '1'
 const streamBytes = Number(process.env.GB_PERF_STREAM_BYTES || 40_000)
@@ -160,12 +164,18 @@ async function main() {
   try {
     server = await startModelServer(ledger)
   } catch (error) {
-    throw new Error(`Cannot listen on 127.0.0.1:${modelPort} for the fake model (${error.code ?? error.message}); stop the local service using that port and retry`, { cause: error })
+    throw new Error(`Cannot listen on 127.0.0.1:${modelPort} for the fake model (${error.code ?? error.message}); stop the local service using that port, or set GB_PERF_MODEL_PORT to a free port`, { cause: error })
   }
   const environment = { ...process.env, GB_PERF_DIRECTORY: runDirectory, GB_PERF_ARTIFACTS: outputDirectory, GB_PERF_ROOT: root }
   delete environment.ELECTRON_RUN_AS_NODE
   delete environment.ELECTRON_RENDERER_URL
   for (const key of ['GOODBUDDY_MODEL_API_KEY', 'GOODBUDDY_MODEL_BASE_URL', 'GOODBUDDY_MODEL_NAME', 'GOODBUDDY_BIGTOKEN_API_KEY', 'GOODBUDDY_BIGTOKEN_BASE_URL', 'GOODBUDDY_BIGTOKEN_MODEL']) delete environment[key]
+  if (modelPort !== defaultModelPort) {
+    // The fake model ignores the key; it only makes the default profile use the URL.
+    environment.GOODBUDDY_MODEL_API_KEY = 'perf-loopback'
+    environment.GOODBUDDY_MODEL_BASE_URL = `http://127.0.0.1:${modelPort}/v1`
+    environment.GOODBUDDY_MODEL_NAME = 'qwen3'
+  }
   environment.GOODBUDDY_WORKSPACE = join(runDirectory, 'workspace')
   mkdirSync(environment.GOODBUDDY_WORKSPACE, { recursive: true })
   const started = Date.now()
diff --git a/docs/roadmap/product-performance-experience-improvement-plan.md b/docs/roadmap/product-performance-experience-improvement-plan.md
index 759483d5..e8053502 100644
--- a/docs/roadmap/product-performance-experience-improvement-plan.md
+++ b/docs/roadmap/product-performance-experience-improvement-plan.md
@@ -639,12 +639,47 @@ Renderer 主线程降速 4 倍（Main 不降速，每次 reload 后重新应用
 
 ### PERF-13 Renderer 领域 Store 迁移
 
-- **优先级 / 状态：** P1 / 待开始
+- **优先级 / 状态：** P1 / 进行中（流式缓冲、Composer 草稿已迁移）
 - **顺序：** 流式缓冲 → Composer 草稿 → 会话与消息 → 任务与通知 → 设置及其余界面状态。
 - **每个领域的完成步骤：** 建立 store 并把 IPC 订阅移入 store；调用方改为 selector；删除
   App 中对应 state/ref 同步代码；运行测试与 `PERF-11`。
 - **验收：** 输入和流式更新不再重新渲染 App 根组件；`App.tsx` 最终降到布局壳规模。
 
+#### 2026-10-02 第一步：流式缓冲与 Composer 草稿
+
+- **流式缓冲（`live-message-store.ts`）：** `text`/`reasoning` delta 不再逐条 `setConversations`，
+  而是写入按消息分组的外部 store；`ChatMessageRow` 用 `useSyncExternalStore` 订阅自己的消息，
+  只有这一行重新渲染。App 状态每 250 ms 吸收一次，或在任何其他会话更新时先吸收。
+  - 每个 delta 带序号和应用后的正文/思考长度。store 生成的消息对象记录已包含的序号；持久化
+    快照等外来��象按长度判断（delta 只追加），因此不会重复或丢失。
+  - 一次更新只吸收派发时已到达的 delta，工具、审批等块与文本保持原有顺序。
+  - 吸收后裁剪已提交的 delta，行内显示增量折叠，长回答期间缓冲区保持很短。
+  - 吸收用普通更新而非 transition：transition 会被行的同步更新反复打断，导致缓冲区一直增长
+    （首版实测出现过流式 Long Tasks 翻倍）。
+- **Composer 草稿（`composer-draft-store.ts`）：** 按会话的草稿移出 App state；输入框和发送按钮
+  分别订阅草稿文本和“是否有内容”，按键不再重渲染 App。高度调整改为草稿提交后的 layout effect。
+- **测试：** store 单测覆盖折叠等价、提交前显示、工具块顺序、派发时快照、替换快照不重复、
+  React 重放幂等、无基线不隐藏、长流裁剪；App 测试改为断言流式文本不再渲染历史面板与任务条。
+- **`npm run perf:app` A/B（同机，改动前为临时 worktree 中的 `90ea33e` 构建，交替运行）：**
+
+| 场景（4× 降速，3 轮） | 改动前 p50 / p95 | 改动后 |
+| --- | --- | --- |
+| 输入 120 字（新 profile） | 18–21 / 24–26 ms，掉帧 7–13% | 9–10 / 11–16 ms，掉帧 0–1% |
+| 输入 120 字（有 300 个会话） | 27–81 / 35–227 ms | 10–19 / 12–36 ms |
+| 流式 40 KB：Long Tasks 总时长 | 6.5–20.8 s | 3.6–19.3 s（3 轮中 2 轮约 4–5 s） |
+| 流式期间输入 | 73–1,808 / 174–3,498 ms | 34–62 / 59–573 ms |
+| 打开 2,000 条消息会话 | 1.07–1.80 s | 0.47–0.76 s |
+| 首次 / 缓存命中切换会话 | 持平 | 持平 |
+
+  不降速时（2 轮）各场景持平或略好，流式期间输入 p95 从 15–17 ms 降到 11–12 ms。流式本身在
+  4× 降速下仍每帧掉帧：剩余成本是行内 Markdown 解析与 KaTeX 渲染，以及每 250 ms 一次的 App
+  级吸收；切换会话的 App 级重渲染未改善，留给后续领域迁移。
+- **远程 Runtime：** 远程事件与本地事件走同一 `agent:event` 通道和同一 Renderer 处理函数，
+  上述 Renderer 改进同样生效。远程事件在 Main 中逐条同步写 SQLite（每个 delta 约 2 个写事务，
+  会话恢复路径还会重写整条消息）后再转发，这部分未改，归入 `PERF-15`/`PERF-16`。
+- **基准工具：** `GB_PERF_MODEL_PORT` 可把假模型移到其他端口（例如本机已运行 GoodBuddy 占用
+  11434 时），隔离 profile 通过 `GOODBUDDY_MODEL_*` 环境变量指向它。
+
 ### PERF-14 长列表虚拟化
 
 - **优先级 / 状态：** P2 / 待开始