用途：将感知到的搜索耗时拆解为输入处理、网络、服务商请求、响应传输、数据转换与渲染等环节，先建立自有基线再做优化，最后用同一套测试方法对比验证，而非套用通用延迟目标。适用于搜索变慢、负载变大、需要优化检索链路的情况。
主要能力：用 Read、Glob、Grep 检查本地代码、配置、测试与依赖版本；仅在需要当前官方 Algolia 文档时使用 WebFetch；在明确目标文件、约束与验证方案后才用 Write 或 Edit。流程包括定义旅程、环境、代表性查询集、设备与网络画像和成功标准；采集请求数、各组件耗时、负载大小、缓存行为、结果正确性与渲染开销；先定位主要瓶颈段；再测试去抖、停滞搜索处理、请求属性、查询批处理、渲染工作等有界改动；用相同测试框架对比前后，检查相关性与新鲜度是否回退；记录接受的改动、不确定性、监控信号与回滚触发条件。
使用方式与前提：需指定仓库、环境及 Algolia 应用或索引；以本地 lockfile 与已安装客户端类型为实现依据；准备安全的只读查询或明确可丢弃的测试目标；涉及服务商行为时参考当前第一方文档。测量须使用仅搜索或受保护密钥及已脱敏的代表性查询，不得暴露写凭据或敏感查询日志。
限制与边界：不得在无对等证据下更改排序、删除必需分面、缓存个性化响应或发布声称的改进；结果有噪声时需增加样本并控制地域、设备、缓存与查询集；若更快响应改变命中结果，须拒绝或取得产品对相关性取舍的确认；客户端重复请求应先修生命周期或输入处理；无 SLO 时只报告基线，不臆造目标。其他细节暂未提供。