用途：该技能用于 Python 与 Rust 代码的性能优化，覆盖单进程/单二进制范围内的 CPU、内存、分配与缓存行为。适用于降低延迟、提升吞吐、减少内存占用与分配率、改善缓存局部性、设计高性能 API（批量操作、视图类型、线程模型）、审查性能敏感改动，以及解读扁平剖析结果。
主要能力：提供估算与剖析优先的工作流：先对代码分类（测试、应用冷/热路径、库代码），做数量级估算，再测量验证，最后按算法复杂度、数据结构与内存布局、减少分配、避免无用工作、语言边界优化、编译器友好度的顺序选择最大杠杆。附带延迟参考表（如 L1 缓存 0.5ns、主存 50ns、Python 函数调用 50-100ns、PyO3 GIL 获取 100-500ns、Django ORM 简单查询 1-10ms 等）及 Python/Rust 特定开销参考。
使用方式：需要用户提供目标（延迟/吞吐/内存及 SLO）、位置（热路径/初始化/仅测试及输入规模）、证据（剖析、火焰图、分配剖析）与约束（正确性、API、线程安全）。若信息不足，先做静态分析与“先测什么”。输出结构建议为：热路径假设、按优先级排列的问题（问题→证据/估算→修复→预期影响）、补丁草图、权衡与风险、测量计划。
工具建议：Python 可用 py-spy、cProfile、memray、memory_profiler、scalene；Rust 可用 perf、flamegraph、criterion、dhat。
限制：不改变外部可观察行为（除非用户明确同意）；不引入未定义行为、数据竞争或无证据的取巧微优化；默认在无明显可读性或复杂度代价时选更快方案，否则先测量。资料未提供具体安装命令、收费与平台信息。