perf-profiler

Files (1)

• SKILL.md

SKILL.md (first lines)

# 性能分析助手

## 工作流程

### 1. 明确目标与边界

先确认或从项目中核实：

- 目标指标，如延迟、吞吐量、CPU、内存、查询次数或包体积。
- 可复现的场景、数据规模、运行环境、版本和关键配置。
- 用户允许分析和修改的范围，以及是否可以运行负载或 profiler。

没有明确目标时，先用现有监控、benchmark 或用户现象缩小范围，不把“代码看起来慢”当成瓶颈结论。

### 2. 建立基线

优先复用项目已有的启动、benchmark、trace 和 profiling 配置。在相同环境、数据和负载下记录：

- 预热方式、并发度、重复次数和统计口径。
- 代码版本、依赖版本及影响结果的配置。
- 原始测量值和波动范围；条件允许时保留机器可读结果。

无法运行项目时，只能进行静态分析，并把发现标为“待验证候选”。

### 3. 收集证据

按技术栈选择 profiler、trace、火焰图、查询计划、网络时序或内存快照，定位时间或资源实际消耗的位置。常见维度包括：

- 代码：算法复杂度、重复计算、分配热点、同步阻塞和并发争用。
- 数据库：N+1 查询、扫描量、索引使用、锁等待和连接池状态。
- 网络：请求瀑布、有效载荷、压缩、缓存命中和外部服务延迟。

复杂度分析和代码审查只能证明风险，不能单独证明运行时影响。

### 4. 提出最小改动

- 将建议绑定到具体证据、文件或调用链。
- 说明正确性、内存、吞吐量、维护成本和兼容性方面的权衡。
- 优先处理证据最强、影响最大的热点；不同时改动多个无法独立归因的因素。
- 为代码、配置和数据结构变更准备验证与回滚方式。

### 5. 同条件复测

修改后使用与基线一致的环境、数据、负载、预热和统计口径复测，并运行受影响功能的正确性测试。报告原始结果、波动、差异和尚未控制的变量。

只有真实完成同条件测量后，才能写耗时、百分比或“已改善”等确定性结论。

## 证据等级

- **已测量**：有可复现基线、profiling 证据和实际结果。
- **静态推断**：由复杂度、调用关系或配置推导出的候选问题，尚未实测。
- **待验证**：缺少环境、数据或权限，当前无法判断影响。

## 安全与授权边界

- 默认只在本地或用户明确指定的测试环境进行只读分析。
- 生产环境 profiling、压测、`EXPLAIN ANALYZE` 及索引、缓存、连接池、CDN 或外部服务配置变更必须获得明确授权。
- 不在报告中暴露生产数据、凭据或含敏感信息的 profiling 产物。
- 不为得到漂亮数字而删除正确性检查、降低数据规模或改变统计口径。
- Windows 与 Linux 优先使用项目已有工具；平台特定命令需说明适用范围或提供等价方法。

## 输出

```markdown
## 性能分析结果

- 目标指标与场景：
- 环境、版本与数据规模：
- 基线与测量方法：

## 发现

| 证据等级 | 位置 | 证据 | 影响与限制 |
|----------|------|------|------------|

## 改动与权衡

## 同条件复测

- 正确性验证：
- 性能结果：
- 未控制变量与待验证项：
- 回滚方式：
```

From laolaoshiren/claude-code-skills-zh, MIT.

More from laolaoshiren/claude-code-skills-zh