RapidFuzz项目文档完善：process模块功能说明补全

在字符串模糊匹配领域，RapidFuzz作为高性能的Python/C++混合实现库，其process模块的并行处理能力一直是开发者关注的重点。近期社区发现官方文档中process模块的功能说明存在缺失，这对开发者特别是需要处理大规模数据匹配的用户造成了使用障碍。

process模块的核心价值在于它提供了高效的批处理能力，能够充分利用多核CPU资源来加速字符串匹配任务。该模块通过以下技术特性实现性能优化：

1. 自动任务分割：内部采用工作窃取算法将匹配任务动态分配到多个工作线程
2. 内存优化：使用连续内存块存储中间计算结果，减少缓存未命中
3. 锁-free设计：通过原子操作实现无锁并发，避免线程竞争带来的性能损耗

典型应用场景包括：

• 海量文本数据的重复检测
• 用户输入与知识库的快速匹配
• 日志信息的实时聚类分析

最新版本已补充完整的文档说明，开发者现在可以清晰地了解到：

• extractOne/extractMany等核心方法的参数详细说明
• 得分计算器的线程安全使用规范
• 批处理任务的最佳分块大小建议
• 内存占用与线程数的权衡指导

对于性能敏感型应用，建议开发者关注process模块的chunksize参数调优。根据实际测试，当单个任务包含1000-5000个匹配项时，通常能获得最佳的吞吐量。同时需要注意，过高的并行度可能因线程切换开销导致性能下降。

随着文档的完善，RapidFuzz在文本处理领域的易用性得到显著提升，使开发者能够更高效地构建基于模糊匹配的大规模数据处理管道。