用途：这是一个 Python 性能优化技能，面向需要定位并解决性能瓶颈的开发者，覆盖 CPU 分析、内存优化与实现层面的最佳实践。
主要能力：支持 CPU 分析以找出耗时函数、内存分析以跟踪内存分配与泄漏、行级分析与调用图可视化；关注执行时间、内存占用、CPU 利用率与 I/O 等待等指标；提供算法与数据结构、代码实现、并行化、缓存、原生扩展等优化策略；介绍 timeit 做精确计时，并建议使用 lru_cache 缓存昂贵计算、批量 I/O、生成器处理大数据、NumPy 做数值运算，以及用 py-spy 分析线上生产代码。
使用方式：先测量再优化，用 timeit 等工具确定真实瓶颈，聚焦高频执行的热点路径，选择合适的字典与集合等数据结构；更多细节模式与示例文档位于 references/details.md。
适用场景：识别应用性能瓶颈、降低延迟与响应时间、优化 CPU 密集操作、减少内存消耗与泄漏、改进数据库查询性能、优化 I/O、加速数据处理流水线、实现高性能算法，以及分析生产环境应用。
限制与注意事项：避免未分析就优化、滥用全局变量、数据结构选择不当、产生不必要的数据拷贝、数据库缺少连接池、忽视算法复杂度、过度优化罕见路径，以及忽略内存使用。安装命令、具体依赖、收费与价格等信息暂未提供。