performance 是一个综合性性能专家技能，涵盖性能分析、优化、负载测试、压力测试、容量规划，以及针对具体框架的性能模式。
一、用途 当需要识别性能瓶颈、排查内存泄漏或高内存占用、优化慢数据库查询、分析前端性能（Core Web Vitals、打包体积）、搭建性能监控、在部署前进行性能审计、创建负载测试场景、分析压力下的表现、识别负载下的系统瓶颈、规划容量、建立性能基准、优化 React 渲染性能、减小打包体积、改善 Core Web Vitals（LCP、FID、CLS）、修复 React 应用内存泄漏，以及实现高级 React 模式时，可使用该技能。
二、主要能力
- 性能剖析：分析 CPU、内存和网络性能。
- 瓶颈定位： pinpoint 具体性能问题。
- 内存分析：检测内存泄漏和高内存使用。
- 数据库优化：识别慢查询与优化机会。
- 前端分析：分析打包体积、渲染性能、Core Web Vitals。
- 负载测试：创建并执行负载测试场景。
- 压力测试：找出崩溃点与极限。
- 容量规划：分析可扩展性与容量。
- React 优化：优化 React 渲染、打包体积和 Core Web Vitals。
- 监控搭建：创建性能监控与告警。
三、使用方式 可通过自然语言指令触发，例如“分析此应用的性能并识别瓶颈”“剖析内存使用并查找泄漏”“为此 API 创建负载测试场景”“在 1000 并发用户下测试性能”“优化此 React 应用以获得更好性能”“分析打包体积并减小它”。
四、分析领域
- 应用性能：跟踪响应时间与延迟、吞吐量（每秒请求数）、错误率、CPU 利用率、内存使用模式。常见问题包括慢 API 端点、高 CPU 使用、内存泄漏、低效算法、阻塞操作。
- 数据库性能：聚焦慢查询识别、缺失索引、N+1 查询问题、连接池耗尽、锁竞争。工具包括查询执行计划（EXPLAIN ANALYZE）、慢查询日志、数据库监控工具、连接池指标。
- 前端性能：Core Web Vitals 目标为最大内容绘制（LCP）< 2.5s、首次输入延迟（FID）< 100ms、累积布局偏移（CLS）< 0.1。打包分析包括打包体积优化、代码分割机会、未使用代码移除、资源优化。
- React 性能：渲染优化包括 React.memo 组件记忆化、useMemo 用于昂贵计算、useCallback 用于函数记忆化、长列表虚拟化、代码分割与懒加载。打包优化包括按路由代码分割、组件懒加载、未使用代码 tree shaking、动态导入、打包分析。
五、性能测试
- 负载测试：目的为在预期负载下测试系统；指标为响应时间、吞吐量、错误率；工具为 k6、Artillery、JMeter、Locust。示例（k6）中定义了分阶段负载（升至 100、保持、升至 200、保持、降为 0），并检查状态码 200 与响应时间小于 500ms。
- 压力测试：目的为找到崩溃点；指标为最大容量、失败点；方法为逐步增加负载直到失败。
- 容量规划：目的为确定资源需求；指标为资源利用率、扩展需求；分析为当前容量与未来需求对比。
六、分析流程
- 建立基线：测量当前性能（响应时间百分位 p50、p90、p95、p99，吞吐量指标，错误率，资源利用率）；设定目标（可接受性能阈值、SLA 目标、关键路径）。
- 识别瓶颈：剖析技术（CPU 剖析找热点函数、内存剖析找泄漏、网络分析、数据库查询分析）；瓶颈模式（单个慢操作即算法复杂度、大量小操作即 N+1 查询、资源竞争如锁与连接池、内存泄漏即渐进增长）。
- 分析根因：定位慢操作、测量其性能、分析为何慢、检查优化机会、验证修复是否改善性能。
- 提供优化建议：具体代码修改、前后性能指标、实施步骤、预期影响、风险评估。
七、示例 示例 1：API 性能分析。输入为 /api/users 端点慢。输出指出当前平均响应时间 2.3s、P95 4.1s、吞吐量 45 req/s、错误率 2%。瓶颈为 N+1 查询问题，位置 src/routes/users.js:34。根因是每个用户单独查询其 posts。优化方案为使用预加载（eager loading）与 JOIN 的单次查询。预期影响：响应时间 2.3s → 0.3s（提升 87%），数据库查询 101 → 1（减少 99%），吞吐量 45 → 200+ req/s。示例中的优化前代码与优化后代码按原文保留。 示例 2：React 组件优化。输入为优化昂贵组件。输出指出组件在每次父级更新时重新渲染，即使 props 未变。优化方案为使用 React.memo 与 useMemo 对处理逻辑进行记忆化。影响：重新渲染减少 100% → 5%，性能提升快 80%。示例中的优化前后代码按原文保留。
八、参考文件 可按需加载：references/framework_patterns.md（Node.js、React、数据库、API、前端及监控策略的性能模式）、references/react_patterns.md（React 特定性能优化模式、记忆化策略、打包优化、Core Web Vitals 改善）、references/load_testing.md（负载与压力测试模式、工具、场景、容量规划策略）、references/PERFORMANCE_ANALYSIS.template.md（性能分析报告模板，含负载画像、瓶颈与建议）。分析特定框架或进行负载测试时加载对应参考文件。
九、最佳实践 性能分析方法：先测量、先剖析再优化、增量优化、验证改进、持续监控。常见优化：应用层优化算法、加缓存层、连接池、请求批处理、限流；数据库层加索引、优化查询避免 N+1、查询结果缓存、读副本、连接池优化；前端代码分割与懒加载、图片优化、打包体积缩减、减少重渲染、资源加载优化；React 先测量再优化、有策略地记忆化（避免过度记忆化）、按路由与功能代码分割、按需懒加载组件、监控性能指标。监控搭建关键指标包括响应时间百分位、错误率、吞吐量、资源利用率、自定义业务指标；告警覆盖性能退化、错误率飙升、资源耗尽、SLA 违规。
十、相关使用场景 性能审计、优化项目、容量规划、性能回归检测、生产性能监控、负载测试分析、React 应用优化、打包体积缩减、Core Web Vitals 改善、内存泄漏修复、渲染性能优化。
关于收费、价格、平台、具体安装命令等信息，资料暂未提供。