用途：在不改变行为的前提下提升代码质量，覆盖重构、性能改进与代码清理。当用户提出优化需求或指出慢代码时启用。
主要能力：按风险评估（区分算法、数据库 schema、缓存层、代码重构）、基线测量、瓶颈定位、安全优化策略、改进提案与结果预测、按优先级重构、前后对比、回归验证、回滚计划这一流程推进。提供多语言性能指标参考：JS/TS 关注打包体积小于 500KB、渲染小于 16ms，可用 Webpack Analyzer、Lighthouse；Python 关注响应小于 100ms，可用 cProfile、py-spy；Java 关注 GC 停顿小于 50ms，可用 JProfiler、VisualVM；Go 关注二进制体积与 p99 延迟，可用 pprof、go test -bench。还列出常见优化模式，如慢查询加索引、消除 N+1、分页与压缩大载荷、缓存与记忆化、修复内存泄漏；语言特定项如 React.memo、useMemo、代码分割、NumPy 向量化、Sync.Pool 与预分配切片。
使用方式：先记录基线指标，识别主瓶颈，选择策略并提案，再按优先级重构，最后对比前后数据并确保测试通过。输出采用 OPTIMIZE 结构，包含问题、语言、基线、瓶颈表、提案表与回归检查清单。安全策略包括特性开关、渐进发布（按周 5%/25%/50%/100%）与 A/B 测试。回滚计划需写明触发条件（如错误率上升超过 5%、p95 延迟恶化超过 20%）与回滚步骤。安全清单要求记录基线、写回滚方案、准备特性开关、配置监控告警、覆盖测试、代码评审与分阶段发布。
适用场景：识别到慢代码、重复代码或难维护代码时。
限制：资料未提供安装命令、价格与具体平台信息；具体收益、指标阈值和效果需以实际测量为准，不应视为保证。