用途：Code Profiler 面向 Python 代码的性能分析，用于识别性能瓶颈、测量函数执行时间、统计函数调用、分析内存使用、可视化调用图，并验证优化效果。
主要能力：时间分析（测量函数执行时间）、逐行分析（对每行代码做性能剖析）、调用统计（函数调用次数与累计时间）、内存分析（跟踪内存分配与使用）、火焰图可视化（调用栈分析）、优化前后对比。
使用方式：可在代码中导入使用，例如 from code_profiler import CodeProfiler，创建 profiler = CodeProfiler()，调用 profiler.profile_function(my_function, args=(arg1, arg2)) 后通过 profiler.print_stats(top=10) 查看结果；也可用 profiler.profile_script('script.py') 分析脚本并 profiler.export_report('profile_report.html') 导出报告。命令行方式为 python code_profiler.py script.py，逐行分析加 --line-by-line，导出 HTML 报告加 --output report.html。
适用场景：需要定位 Python 程序性能热点、评估函数与代码行耗时、检查内存开销、生成调用栈可视化，以及对比优化前后性能差异时使用。
限制：资料未提供支持的 Python 版本、依赖项、安装方式、平台兼容性、性能开销、报告格式细节及收费信息，这些内容暂未提供。