用途：该技能面向 Python 性能分析与优化，用于定位性能瓶颈、降低应用延迟与响应时间、优化 CPU 密集操作、减少内存消耗与内存泄漏、改善数据库查询与 I/O 操作，并加速数据处理流程。
主要能力：涵盖 CPU 分析、内存分析、逐行分析与调用图可视化；关注执行时间、内存占用、CPU 利用率与 I/O 等待等指标；提供算法与数据结构、实现方式、并行化、缓存、原生扩展等优化策略。
使用方式：基础计时可用 time 与 timeit；CPU 分析用 cProfile 与 pstats，命令行如 python -m cProfile -o output.prof script.py，再用 python -m pstats output.prof 查看；逐行分析用 line_profiler（pip install line-profiler，配合 kernprof -l -v script.py）；内存分析用 memory_profiler（pip install memory-profiler，python -m memory_profiler script.py）；生产环境可用 py-spy（pip install py-spy），如 py-spy top --pid 12345、py-spy record -o profile.svg --pid 12345。
优化模式：列表推导式替代循环、生成器表达式节省内存、join 替代字符串拼接、字典查找替代列表搜索、局部变量访问、减少函数调用开销、NumPy 向量化、functools.lru_cache 缓存、slots 降低内存、多进程处理 CPU 密集任务、异步 I/O 处理 I/O 密集任务；数据库方面包括批量插入与查询优化（如创建索引、EXPLAIN QUERY PLAN）；内存方面可用 tracemalloc 与 gc 检测泄漏。
适用场景：调试慢速 Python 代码、优化瓶颈、生产环境性能分析、数据管道加速等。
限制：资料未提供具体性能提升数值、收费与价格、支持平台等细节，实际效果需结合具体代码与环境验证。