Superior Performance 是一个面向软件性能调查、优化与评审的技能，其核心理念是：优化真正受限的用户或系统结果，而不是看起来昂贵的代码；所有优化都必须建立在可比较的证据之上，并保持正确性、安全、可访问性与可维护性不被牺牲。
用途
- 建立性能契约：在优化前明确受影响的操作、工作负载或资源；指标与目标（含相关分位数或分布）；当前基线与回归窗口；环境、硬件、网络、数据形态、并发与缓存状态；不可让渡的正确性与质量约束；以及目标是延迟、吞吐、响应性、容量、效率还是成本。
- 避免把“慢”这类未经验证的印象直接转化为通用目标；若无明确预算，可基于产品预期与仓库证据给出临时对照，并标注为临时。
- 性能评审与瓶颈定位：通过剖析、跟踪、查询计划、火焰图、分配数据或浏览器时间线等证据定位瓶颈，而非凭直觉判断。
主要能力
- 测量与剖析：在编辑前尽量复现代表性负载；有意预热运行时与缓存，必要时分别报告冷、热结果；一次只改变一个实质变量并在相同设置下比较；考虑方差、后台任务、采样、限流与测量开销；强调单次快速运行不构成改进证据，合成基准只对其忠实代表的行为有用。
- 运行时、容量与缓存优化：覆盖 CPU、内存、分配、I/O、并发、队列、批处理、缓存、连接池与服务容量；先删除不必要的工作，再让必要的工作更快；在拥有约束的层级减少工作，而不是把成本隐形转移；保留有界性与背压；把缓存视为一致性与生命周期系统；优先算法、查询、负载与往返改进，而非低价值语法微优化。
- 客户端交付与渲染优化：覆盖打包、网络瀑布、图片、字体、水合、渲染、输入响应性、长任务、布局与客户端内存。
使用方式
- 先定义契约，再测量，再优化，最后验证。优化后重复基线协议并报告：前后分布或代表性测量；负载、环境、样本数或时长与缓存状态；显示瓶颈转移或减少的剖析证据；所做的正确性与回归检查；引入的资源或成本权衡；基准的局限与未覆盖条件。
- 检查相邻负载是否回归；若结果处于测量噪声范围内，应报告为不确定而非改进。
适用场景
- 延迟、吞吐、响应性、容量、效率或成本受限的性能工作。
- 需要以性能证据作为发布门禁，或优化会改变构建与发布行为时，可与交付类技能配合。
- 当瓶颈来自查询计划、索引、锁、模式或数据存储容量时，可与数据库类技能配合；当目标、过载行为、优雅降级或恢复决定结果时，可与可靠性类技能配合。
- 基准设计或性能回归自动化需要专门测试判断时，可与测试类技能配合；为安全交付测量改进而需要界面变更时，可与 UI、响应式或可访问性类技能配合；优化改变应用行为、并发、状态或外部调用时，可与逻辑类技能配合。
限制与约束
- 不得以丢弃慢请求、隐藏错误、降低结果质量或排除困难设备与数据的方式改善平均值。
- 客户端优化需保留可访问性与减少动态效果行为。
- 未经明确授权与安全控制，不得进行生产环境剖析、负载生成、缓存刷新、大范围遥测变更或资源限制变更。
- 改变公开行为、一致性、保留策略或成本的性能变更应视为契约变更，而非不可见的实现细节。
- 不应在没有明确范围的情况下，把聚焦的性能优化扩展为框架重写、基础设施迁移或可观测性平台替换。
- 关于该技能的收费、价格、平台与具体安装步骤，资料中暂未提供。