用途：面向应用性能优化，提供以剖析（profiling）为核心的优化方法与常见模式，适用于用户要求优化速度、降低延迟或诊断性能瓶颈时。
主要能力：
- 剖析与基准测试：区分 CPU、内存、I/O、数据库剖析类型，遵循“基线—定位—假设—修复—验证”工作流。
- 性能预算：为端点定义 P50/P95/P99 延迟、吞吐、资源用量、页面体积等阈值。
- 缓存策略：L1 进程内、L2 分布式、HTTP、CDN、数据库缓存分层；TTL、事件、写穿、写回等失效方式；通过加锁、概率提前重算、请求合并防止缓存击穿。
- 数据库优化：索引策略（WHERE/JOIN/ORDER BY、复合索引最左前缀、覆盖索引、监控无用索引）；N+1 检测与防治（预加载、批量加载、DataLoader 模式）；连接池大小、及时归还、空闲超时，必要时用外部连接池器（如 PostgreSQL 的 PgBouncer）。
- 内存与资源：对象池、流式处理、延迟初始化、弱引用、缓冲区复用；延迟加载的适用与副作用；批量插入、批量 API 调用、批量文件操作。
- 快速排查表：按症状（慢响应低 CPU、高 CPU、内存增长、负载下间歇变慢、本地快生产慢）给出可能原因与首查步骤。
使用方式：作为技能知识使用，先采集基线数据，再按上述工作流单点修改并复测；文末引用文件（Caching Strategies、Database Optimization、Profiling Patterns）提供多语言示例。与架构或重构相关时可配合同源的 knowledge-virtuoso 技能。
限制：资料未提供具体安装命令、收费方式、支持平台或量化效果；具体语言实现与命令细节需查阅其引用文件。