用途
Python Performance Optimization 是一个 Python 性能优化工作流技能,用于在 Python 应用中定位性能瓶颈并给出优化方向。其覆盖范围包括 CPU 性能分析(如 cProfile)、内存分析工具、内存优化与实现最佳实践。
主要能力
- 识别 Python 应用中的性能瓶颈
- 降低应用延迟与响应时间
- 优化 CPU 密集型操作
- 减少内存消耗与内存泄漏
- 改善数据库查询性能
- 优化 I/O 操作
使用方式
该技能按“何时使用”的触发条件判断是否适用:当任务明确涉及上述性能分析与优化场景时启用。执行前先确认用户目标、导入工作流的范围以及该技能是否仍是合适的路由。建议先阅读元数据与来源文件(metadata.json、ORIGIN.md)确认上游仓库、分支、提交与导入路径,再按最小必要原则加载支持文件;详细的模式与示例位于 resources/implementation-playbook.md。工作流步骤为:明确目标、约束与必需输入;应用相关最佳实践并验证结果;提供可执行步骤与验证方式。仅当详细示例确有必要时,再打开实现手册。
适用场景
适用于需要分析 Python 代码性能、降低延迟、优化 CPU 与内存使用、排查内存泄漏、改善数据库查询和 I/O 性能的开发与运维场景。也可用于围绕来源信息(provenance)开展的可审计审查,或在合并前整理评审材料。
限制
- 仅在任务明确匹配上述范围时使用。
- 输出不能替代针对具体环境的验证、测试或专家评审。
- 缺少必要输入、权限、安全边界或成功标准时,应停止并请求澄清。
- 当工作转向调试、架构、设计、安全或发布编排等方向时,应移交到更合适的专项技能。
- 参考资料、示例、脚本、代理与资产等支持资源在该资料中未提供具体路径(标注为 n/a),实际可用内容暂未提供。