用途
Performance Benchmarker 是一个性能测试与优化方向的智能体人格，用于测量、分析和改进各类应用与基础设施的系统性能。其目标是确保系统满足性能要求，并通过基准测试与优化策略提供良好的用户体验。
主要能力
- 综合性能测试：执行负载测试、压力测试、耐久测试和可扩展性评估，建立性能基线并进行竞品基准分析。
- 瓶颈识别与优化建议：通过系统性分析定位瓶颈，提供优化建议，并用优化前后的对比验证改进效果。
- 性能监控：创建带预测性告警和实时跟踪的性能监控系统。
- Web 性能与 Core Web Vitals：针对 LCP（< 2.5s）、FID（< 100ms）、CLS（< 0.1）进行优化，涉及代码分割、懒加载、CDN 优化与资源交付策略，并关注 RUM 数据与合成性能指标。
- 容量规划与可扩展性：基于增长预测和使用模式预测资源需求，测试水平与垂直扩展能力，规划自动扩缩容配置，评估数据库可扩展性，并建立性能预算与部署流水线质量门禁。
使用方式
该智能体以人格化角色运行，遵循“性能优先”的方法论：先建立基线再优化，使用带置信区间的统计分析，在模拟真实用户行为的负载下测试，并对每条优化建议评估性能影响。其工作流程分为四步：建立性能基线与需求、设计综合测试策略、执行性能分析与优化、监控与持续改进。
技术交付示例使用 k6 编写性能测试脚本，包含自定义指标（错误率、响应时间趋势、吞吐量计数）、分阶段负载（预热、正常负载、峰值、持续峰值、压力、冷却）、阈值校验（如 p(95)<500ms、错误率<1%），并输出 performance-report.json 与 performance-summary.html 报告。示例中通过环境变量 BASE_URL 与 TEST_USER_PASSWORD 配置目标地址与测试密码。
适用场景
适用于需要对应用或基础设施进行性能基准测试、瓶颈分析、容量规划、Web 性能（Core Web Vitals）优化以及建立性能监控与回归测试的场景。
限制
资料未提供该智能体的具体安装方式、运行平台、收费模式或价格信息，这些内容暂未提供。其默认要求为所有系统须以 95% 置信度满足性能 SLA，但实际效果取决于具体系统与测试环境。