用途：该技能为 Python 项目检查并配置基于 pytest-memray 的内存性能分析基础设施，适合从零搭建内存分析、为 CI 增加内存回归检测、在测试套件中配置内存泄漏检测，以及设置内存阈值与分配基准。不适用于非 Python 项目（memray/pytest-memray 仅支持 Python）；CPU 性能分析应使用 cProfile 或 py-spy；负载/压力测试使用 /configure:load-tests；生产系统实时分析使用 memray standalone 或 Grafana；一次性快速检查可直接运行 uv run pytest --memray。
主要能力：检测项目是否为 Python 项目并分析现有内存分析配置，包括 pytest-memray 与 memray 是否安装、pyproject.toml 中的 pytest 配置、limit_memory 标记测试、泄漏检测、原生跟踪与 CI/CD 集成、报告目录等；输出合规报告；在 --fix 或用户确认后安装配置工具、创建测试文件与 Makefile/包脚本、生成 GitHub Actions 工作流 memory-profiling.yml，并更新 .project-standards.yaml 跟踪状态。支持的工具有 pytest-memray（推荐，测试集成、CI 内存限制、泄漏检测）、memray standalone（深度分析、火焰图、生产分析）、tracemalloc（轻量快速调试）。
使用方式与参数：/configure:memory-profiling 支持 --check-only（仅报告不修改）、--fix（自动修复不提示）、--threshold <mb>（默认 100）、--native（启用 C 扩展原生栈跟踪）。命令示例：uv run pytest --memray；uv run pytest --memray --memray-leak-detection；uv run pytest --memray --native；uv run memray flamegraph output.bin -o flamegraph.html。安装命令：uv add --group dev pytest-memray，原生支持为 uv add --group dev pytest-memray[native]。
限制：仅支持 Python 项目；memray 仅支持 Linux/macOS；原生跟踪可能缺少调试符号；pytest 未安装时需先安装。详细测试模板、CI 工作流与 memray 独立命令见 REFERENCE.md；文档见 pytest-memray.readthedocs.io 与 bloomberg.github.io/memray。