hotspot-optimizer

Hotspot Optimizer 用于查找并（在被要求时）修复复杂度与性能热点，强调在保持行为不变、并有测试证明的前提下，倾向于小而可验证的改进，而非大规模重写。核心规则是绝不改变可观察行为：每次优化都要保持输出、排序、错误语义和公共 API 不变，并由优化前后都通过的测试证明。其工作循环为 Triage→Prove→Optimize→Verify。Triage 阶段快速获取候选线索再推理：可先运行 python3 scripts/scan_hotspots.py <root> --format json 得到多语言排序线索列表，但输出仅作线索而非证据；再结合 Grep/Glob/Read 确认同一数据的嵌套循环、循环内成员测试（list 与 set）、循环内排序、两两比较、重复扫描、渲染重算、N+1 查询等模式，按影响（热路径×输入规模）而非数量排序。Prove 阶段在改动热代码前，运行或编写聚焦测试固定当前行为，条件允许时补充计时或复杂度见证。Optimize 阶段应用最小范围的局部编辑降低复杂度，不做顺手重构或格式变动。Verify 阶段重跑聚焦测试，再运行类型检查、lint、构建、测试套件等广泛门禁；若有回退则撤销该改动。大型仓库可用只读 Task 子代理按文件或目录分片，各自返回带 file:line、模式、当前到目标复杂度估计和风险的排序发现，主代理去重合并为一份排序计划后串行优化（所有编辑由主代理掌控），并发建议约 4-6 个子代理。安全清单包括：相同输入产生相同输出（含排序与并列）、不吞掉或改变异常且错误类型相同、不引入无界内存、对空/单个/重复/大输入等价、公共 API 与调用点不变。默认仅分析，输出带位置、当前与目标复杂度、风险和修复建议的排序报告而不编辑；仅当用户说 implement、fix、apply、refactor 或预先批准低风险改进（如 list→set 成员判断）时才应用修复。资源包括 scripts/scan_hotspots.py（启发式多语言扫描器，仅线索）、references/optimization-playbook.md（变换目录、正确性检查与禁止事项）、references/report-template.md（仅分析报告骨架）。限制：扫描结果为线索而非证明，需人工确认；仓库分片与并发上限为建议值；不改变行为的约束意味着某些优化不可用。具体收费、平台与效果暂未提供。