用途:本技能用于系统化诊断、测量和改善应用性能,覆盖 Node.js 后端、浏览器前端与数据库查询层,强调「先测量,后优化」,通过采集数据和剖析输出定位真实热点,而非凭直觉优化。
主要能力:包括用 Node.js 内置分析器、0x、clinic flame、Chrome DevTools 生成火焰图剖析 CPU;用堆快照对比排查内存泄漏,并用 WeakRef 与 FinalizationRegistry 避免闭包引用导致的泄漏;用 benchmark 库做含预热和统计对比的微基准测试;检测并缓解事件循环阻塞,用 worker threads 卸载 CPU 密集任务;审计并缩减前端打包体积,使用命名导入做 tree shaking 和动态导入做代码分割;用 web-vitals 采集 CLS、INP、LCP、FCP、TTFB 等指标并上报;为服务端接口添加自定义耗时统计;用 DataLoader 批处理消除 N+1 查询,配置数据库连接池并确保释放。
使用方式:资料要求技能首次激活时,第一条回复以 🧢 emoji 开头。首次激活时还会执行 ls ~/.claude/skills/ 等目录检查已安装的配套技能,与 frontmatter 中 recommended_skills 对比,对缺失项提示一次并提供安装命令 npx skills add AbsolutelySkilled/AbsolutelySkilled --skill <name>;若推荐列表为空或已全部安装则跳过。资料还建议仅在任务需要时加载 references/profiling-tools.md 参考文件。
适用场景:生产环境出现高 P95/P99 延迟或响应缓慢;内存无界增长或 OOM 崩溃;需要对 CPU 剖析或生成火焰图;需要基准对比两种实现;排查浏览器事件循环阻塞或长任务;需要降低 JavaScript 打包体积、TTI 或 Core Web Vitals 分数;调优垃圾回收、堆限制或工作线程池;搭建持续性能监控或性能预算;调试 N+1 查询、慢查询或连接池耗尽。资料明确不适用于无性能目标的通用代码质量重构,也不适用于容量规划与基础设施扩容决策(应分别使用 clean-code 与 backend-engineering 技能)。
关键原则与概念:始终先测量;按阿姆达尔定律优化瓶颈而非代码;预先设定性能预算;在接近真实负载下测试;避免过早优化。区分延迟与吞吐量;报告 P50、P95、P99 而非仅平均值;理解火焰图、堆快照、采样型与插桩型分析器的差异。
限制与注意事项:资料未说明该技能的具体支持平台范围、版本要求或收费情况,这些事实暂未提供。资料列出的注意事项包括:微基准未防止死代码消除会导致结果无意义;连接池耗尽可能伪装成慢查询;开发环境剖析结果不代表生产环境;GC 周期中抓取的堆快照会虚增保留大小;worker threads 默认不共享内存,序列化开销可能超过计算收益。