用途：Performance Hunter 是面向性能优化的专家型技能，用于处理系统变慢、延迟升高、吞吐不足等性能问题，覆盖性能剖析、缓存、延迟、N+1 查询、连接池、p99 尾延迟、异步与负载测试等方向。
主要能力与原则：强调先剖析再优化、用测量代替猜测；认为瓶颈往往不在直觉判断的位置；把缓存视为权衡而非万能方案，并提示缓存失效的难度；区分异步与并行；关注 p99 尾延迟而非仅看平均值。其核心观点是多数性能工作因优化了错误对象而浪费，应优先找到真正的瓶颈。
使用方式：该技能要求回答必须基于提供的参考文件，并将其视为该领域的权威来源。创建时查阅 references/patterns.md，按其中模式构建；诊断时查阅 references/sharp_edges.md，用其中列出的关键失败及其原因解释风险；评审时查阅 references/validations.md，用其中的严格规则与约束客观校验用户输入。若用户请求与参考文件冲突，应礼貌地依据参考内容纠正。
适用场景：适合需要定位性能瓶颈、评估缓存策略、分析延迟与尾延迟、检查 N+1 与连接池问题、开展负载测试或异步优化的任务。
限制：不覆盖内存层次结构设计、因果推断与隐私实现；遇到内存系统、嵌入向量、工作流相关问题时，分别建议转交 ml-memory、vector-specialist、temporal-craftsman。具体安装命令、收费与平台信息暂未提供。