用途：分析Ascend NPU系统中的计算瓶颈，当主分析Skill检测到计算耗时占比超过85%时自动触发，专注算子效率与计算优化。
主要能力：从op_statistic_.csv、op_summary_.csv或kernel_details.csv中筛选Top-N高耗时算子；生成性能数据透视表，统计各类型指令占比并定位瓶颈；解析MatMul等常用算子的输入形状（如将16384,1024;1024,1024解析为M=16384,K=1024,N=1024）。包含脚本：op_high_time_selector.py、op_pivot_table_analyzer.py、extract_op_shapes.py、op_perf_analysis_combine.py（整合流程）。
使用方式：可由主分析Skill /profiling-analysis 自动调用整合脚本；也可分步执行，如 python scripts/op_high_time_selector.py --input-path "./p-perf-huawei-05_110439_20250728062428118_ascend_pt" --output-path "./output"，加 --top-n 5 指定前5个；整合版为 python scripts/op_perf_analysis_combine.py --input-path ... --output-path ...；形状解析为 python scripts/extract_op_shapes.py --input <目录> --output <输出>/matmul_shapes.csv --op "matmul"，可加 --html-file 替换HTML中形状。
输出：op_total_duration.csv、op_analysis_details.csv、op_analysis_combined.html、<op_type>_shapes.csv。
限制：需存在包含PROF_*目录的profiling数据；形状解析仅支持文档列出的算子类型（如MatMul系列）；其余算子、收费、平台支持等细节暂未提供。