diff --git a/.trae/rules/python-standards.md b/.trae/rules/python-standards.md
index 5246fef..63f1b08 100644
--- a/.trae/rules/python-standards.md
+++ b/.trae/rules/python-standards.md
@@ -25,7 +25,7 @@ uvx --from pyflowx pymake cov
 - **最低 Python 3.8**：用 `from __future__ import annotations` 延迟注解求值；
   按版本用 `typing.List`(3.8) → 内置泛型(3.9) → `X | Y`(3.10) → `typing.override`(3.12)。
 - **版本守卫**：`if sys.version_info >= (3, X):` 引入高版本 API；低版本回退分支加 `# pragma: no cover`。
-- **零运行时依赖**：仅依赖标准库（3.8 需 `graphlib_backport`、`typing-extensions`）。
+- **零运行时依赖**：仅依赖标准库（需 `typing-extensions` 用于 `override`/`TypeVar` 前向兼容）。
   新增依赖须审慎，优先用标准库。
 
 ## 类型注解
diff --git a/.trae/skills/pyflowx-development/SKILL.md b/.trae/skills/pyflowx-development/SKILL.md
index 6fcad2d..3300520 100644
--- a/.trae/skills/pyflowx-development/SKILL.md
+++ b/.trae/skills/pyflowx-development/SKILL.md
@@ -133,16 +133,13 @@ description: "PyFlowX 项目（DAG 任务调度库）的开发知识库。归档
 
 ### 自实现 Kahn 算法拓扑排序（iter-20）
 
-- **问题**：`graphlib.TopologicalSorter.prepare()` 是 diamond(1000) 图构建的
-  82% 瓶颈（stdlib 内部状态机开销）。
 - **方案**：模块级 `_topological_layers(deps)` 函数用 dict + list 直接计算
   入度与反向邻接，按层 BFS 处理。返回 `(layers, cycle_nodes)`：
   - 无环时 `cycle_nodes = None`
   - 有环时 `cycle_nodes` 为入度仍 >0 的节点列表（非精确环路径，仅指示存在环）
 - **额外优化**：`validate()` 顺带填充 `_layers_cache`，使后续 `layers()`
   直接命中缓存，避免二次计算 `_topological_layers`。
-- **结果**：diamond(1000) 图构建 3.59ms → 2.21ms（1.62x）。
-- **删除**：`typings/graphlib/` 类型存根不再需要。
+- **结果**：diamond(1000) 图构建约 2.21ms（~452 ops/s）。
 
 ### build_call_args 双快速路径（iter-17）
 
diff --git a/src/pyflowx/graph.py b/src/pyflowx/graph.py
index 7c2c63b..cbddee7 100644
--- a/src/pyflowx/graph.py
+++ b/src/pyflowx/graph.py
@@ -1,7 +1,6 @@
 """DAG 构建、校验、分层与可视化。
 
-使用自实现的 Kahn 算法进行拓扑排序（替代 ``graphlib.TopologicalSorter``，
-消除 ``prepare()`` 瓶颈）。图以增量方式构建并即时校验，
+使用自实现的 Kahn 算法进行拓扑排序。图以增量方式构建并即时校验，
 使配置错误在构建时（而非执行时）快速失败。
 
 支持：
@@ -34,8 +33,8 @@ def _topological_layers(deps: Mapping[str, tuple[str, ...]]) -> tuple[list[list[
     返回 ``(layers, cycle_nodes)``：无环时 ``cycle_nodes`` 为 ``None``；
     有环时为参与环的未处理节点列表（非精确环路径，仅指示存在环）。
 
-    与 ``graphlib.TopologicalSorter`` 相比，省去了 ``prepare()`` 的内部
-    状态机开销，直接用 dict + list 计算，在 diamond(1000) 图上快约 5x。
+    直接用 dict + list 计算入度与反向邻接，在 diamond(1000) 图上约
+    0.45 万 ops/s（含 Graph 构造开销）。
     """
     # 入度（依赖数）与反向邻接表
     in_degree: dict[str, int] = {}