用途：在出现性能变慢、需要剖析、制定缓存策略、缩短加载时间或优化打包体积时使用；以正确性为主且不关心性能的任务可跳过。核心规则是先有数据再优化，改动前后都要剖析。
主要能力与流程：按五步工作流推进——测量基线、定位瓶颈、实施针对性优化、再次测量对比、未达标则重复。瓶颈按 CPU、内存、I/O、数据库四类归类，并通过剖析器、火焰图、堆快照、strace、网络检查器、查询分析器与 EXPLAIN 等工具定位。
使用方式：测量阶段提供原样命令，如 node --prof app.js、node --prof-process isolate*.log > profile.txt、python -m cProfile -o profile.stats app.py、python -m pstats profile.stats、lighthouse https://example.com --output=json。优化覆盖前端（按需导入、动态导入代码分割、memo 与 useMemo、图片 WebP/srcset/lazy 等）、后端（消除 N+1 查询、JOIN 与分页、内存与 Redis 多层缓存、队列异步处理）以及算法复杂度（用哈希集合替代嵌套循环）。
适用场景：Web 与 API 性能治理，配合 Web Vitals 指标（LCP、INP、CLS、TTFB）和 API 目标（P50、P95、P99 延迟与错误率）进行验证，并检查功能无回归、修复可持续。
限制：资料未提供该技能的安装方式、版本、平台与收费信息，暂未提供；是否适用于其他技术栈亦未说明。