用途：为性能优化任务提供执行纪律，叠加在基础 implement-task 规则之上。它强调用数字而非感觉判断优化是否成立，适用于需要把已测量的瓶颈优化到明确数值目标的场景。
主要能力与要求：
- 改代码前先测基线，并在工作树中粘贴基准输出；事后重建的基线不可证伪。
- 目标必须是带条件的数字，例如“1k RPS 下 getQuote() 的 p95 从 240 ms 降到 ≤ 80 ms”，而非“让 X 更快”；只有方向时先提出阻塞问题拿到数字。
- 优化前先给出可证伪假设并做性能剖析确认，避免优化从未剖析过的路径。
- 前后使用完全相同的协议：预热、样本数、统计聚合、硬件、环境、输入形态、缓存状态记录一次并原样复用；噪声不是证据，需增加样本直到稳定。
- 每次只做一个被基准测量的改动：改动→按协议重跑基准→比较→跑完整套件。批量优化无法归因。
- 每次改动后都跑完整测试套件并粘贴输出；性能标签下改变行为属于伪装的重写，需暴露出来。
- 记录增益成立的条件，遵守变更计划中的回滚标准与回归上限；突破上限即回滚。
- 对牺牲可读性的巧妙优化，在调用点注释说明理由。
- 粘贴真实输出；基准命令等从 AGENTS.md 解析，未定义时提问，不得猜测；不得对自己的工作写评审结果。
模型质量指标：对 NDCG、准确率、胜率等评测门控需求，测量是随机的，需固定协议（种子或固定数据集/留出集、指标、阈值）并声明方差预算（N 次运行及聚合方式），两侧使用同一固定协议。
限制：这些是评审包检查的约定，编辑时无强制机制；不适用于净新增功能工作。资料未提供具体安装命令、平台或收费信息。