SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场axiom-ios-performance

axiom-ios-performance

编程与开发

查看项目

更新于 10-15 16:34

技能介绍

用途

axiom-ios-performance 是一个 iOS 性能问题的路由技能（Router）。按照资料的描述，当应用变慢或卡顿、内存占用随时间增长、电量消耗加快、设备使用中发热、电池设置中显示高能耗，或者需要诊断任何性能问题时，都应当使用它。它自身不执行具体修复，而是根据症状把请求导向对应的专项技能、代理（Agent）或命令。

主要能力（路由逻辑）

内存问题

  • Swift 内存泄漏：导向 axiom-memory-debugging，覆盖系统性泄漏诊断、5 种常见泄漏模式、Instruments 工作流、deinit 未被调用等情况。
  • 内存泄漏扫描：启动 memory-auditor 代理或 /axiom:audit memory，资料描述为五阶段语义审计，包括映射资源所有权、检测 6 种泄漏模式、推理缺失的清理、关联复合风险、评估生命周期健康度。
  • Objective-C block 内存泄漏：导向 axiom-objc-block-retain-cycles，覆盖 block 循环引用、weak-strong 模式、网络回调泄漏。

性能剖析

  • GUI 性能剖析：导向 axiom-performance-profiling，覆盖 Time Profiler（CPU）、Allocations（内存增长）、Core Data 剖析（N+1 查询）、工具选择决策树。
  • 自动化剖析（CLI）：导向 axiom-xctrace-ref，覆盖无头 xctrace 剖析、CI/CD 集成模式、命令行 trace 记录、程序化 trace 分析。
  • 运行自动化剖析：使用 performance-profiler 代理或 /axiom:profile，资料描述其流程为通过 xctrace 记录 trace、导出并分析数据、按严重程度报告发现。

卡顿与冻结

  • 应用挂起或冻结：导向 axiom-hang-diagnostics，覆盖 UI 超过 1 秒无响应、主线程阻塞（忙等或等待）、忙等与阻塞的诊断决策树、Time Profiler 与 System Trace 的选择、8 种常见挂起模式及修复、看门狗终止。

能耗问题

  • 耗电、高能耗（通用）：导向 axiom-energy，覆盖 Power Profiler 工作流、子系统诊断（CPU/GPU/网络/定位/显示）、反模式修复、后台执行优化。
  • 基于症状的诊断：导向 axiom-energy-diag，覆盖“应用出现在电池设置顶部”“设备发热”“后台耗电”等情形，以及每条路径的时间成本分析。
  • API 参考与代码：导向 axiom-energy-ref，覆盖 WWDC 代码示例、Timer/网络/定位效率、BGContinuedProcessingTask（iOS 26）、MetricKit 设置。
  • 能耗扫描：启动 energy-auditor 代理或 /axiom:audit energy，资料列出 8 类反模式：计时器滥用、轮询、持续定位、动画泄漏、后台模式误用、网络低效、GPU 浪费、磁盘 I/O。

计时器安全

  • 计时器崩溃模式（DispatchSourceTimer）：导向 axiom-timer-patterns，覆盖 4 种导致 EXC_BAD_INSTRUCTION 的崩溃场景、RunLoop 模式陷阱（滚动时 Timer 停止）、SafeDispatchTimer 封装、Timer 与 DispatchSourceTimer 的取舍。
  • 计时器 API 参考：导向 axiom-timer-patterns-ref，覆盖 Timer、DispatchSourceTimer、Combine、AsyncTimerSequence API、生命周期图与平台可用性。

Swift 性能

  • Swift 性能优化：导向 axiom-swift-performance，覆盖值类型与引用类型、写时复制、ARC 开销、泛型特化、集合性能。
  • Swift 性能扫描：启动 swift-performance-analyzer 代理或 /axiom:audit swift-performance，涵盖不必要的拷贝、ARC 开销、未特化的泛型、集合低效、actor 隔离成本、内存布局。
  • 现代 Swift 惯用法：导向 axiom-swift-modern，覆盖过时 API 模式（Date()、CGFloat、DateFormatter）、Foundation 现代化（URL.documentsDirectory、FormatStyle），以及资料提及的针对模型幻觉的纠正。

MetricKit 集成

  • 导向 axiom-metrickit-ref，覆盖 MXMetricPayload 解析、MXDiagnosticPayload（崩溃、挂起）、字段性能数据收集、与崩溃上报的集成。

运行时控制台捕获

  • 导向 axiom-xclog-ref 或 /axiom:console，从模拟器捕获 print()、os_log()、Logger 输出，产出带 level、subsystem、category 的结构化 JSON，支持 --timeout 与 --max-lines 的有界收集，以及按 subsystem 或正则过滤。

运行时状态检查

  • LLDB 交互式调试：导向 axiom-lldb，覆盖设置断点、运行时检查变量、从崩溃日志复现崩溃、挂起时的线程状态分析、Swift 值检查（po 与 v）。
  • LLDB 命令参考：导向 axiom-lldb-ref，覆盖完整命令语法、断点配方、表达式求值模式。

使用方式

资料给出了决策树式的使用指引，例如：内存持续上升同时 UI 卡顿，先走 memory-debugging（内存压力会导致 GC 暂停掉帧），内存修复后仍有卡顿再走 performance-profiling；UI 是否完全无响应决定走 hang-diagnostics 还是 performance-profiling；只有首次启动卡顿则还需检查同步 I/O 或懒初始化；多个异步操作同时完成导致变慢则交叉路由到 axiom-ios-concurrency；已知症状的耗电问题走 energy-diag，需要 API 参考走 energy-ref，通用耗电走 energy。资料还列出了大量示例调用，把具体用户表述映射到对应的技能、代理或命令（如 /axiom:profile、/axiom:console）。

适用场景与限制

适用于 iOS 开发者排查性能症状、选择正确的剖析工具与调试流程，以及进行主动的内存、能耗、Swift 性能审计。限制方面：资料未提供安装命令、依赖要求、收费与价格、支持的平台或版本范围、具体的效果承诺等信息，这些内容暂未提供；同时该技能是路由入口，具体分析能力分布在资料所列的各专项技能与代理之中。