用途：在优化前量化目标（文件、接口或流水线）的运行时表现，定位真实瓶颈而非凭猜测判断。
主要能力：发现或创建测试命令并区分性能测试与端到端功能安全测试；执行基线运行并采集墙钟时间、CPU 时间、内存峰值、I/O 字节、HTTP 往返等指标（3 次取中位数，丢弃 1 次预热）；从入口函数做深度优先调用链追踪（最多 5 层，可跨可访问服务）；结合静态分析构建可疑点栈并去重；按栈选择非侵入式分析器（如 Python 的 py-spy/cProfile、Node.js 的 clinic、Go 的 pprof、.NET 的 dotnet-trace、Rust 的 cargo flamegraph），必要时升级到行级或内存级分析，仍不足则做定向埋点；最终产出包含基线、逐步耗时树、瓶颈分类与前三瓶颈的性能地图，并输出优化提示与可疑点审计记录。
使用方式：以目标加观测指标作为输入；技能按“测试发现→基线运行→静态分析→深度剖析→性能地图→报告”阶段执行。基线及深度剖析可通过 Monitor 工具运行，失败时回退到带超时的 Bash。可选独立模式或由协调器传入 runId 与 summaryArtifactPath 的托管模式，产物写入 .hex-skills 下对应路径。
适用场景：优化前的瓶颈测量、跨服务调用链热点定位、CPU/内存/网络/数据库/文件 I/O 类问题排查。
限制：调用链超过 5 层会截断；无法解析入口或测试在未修改代码上失败会阻断；分析器不可用或开销超过墙钟 20% 时改用侵入式埋点；埋点破坏测试需回滚。若测量显示时间主要在无替代方案的外部服务、属行业正常范围、受硬件限制或代码已是最佳实践，则提示不适合用此工具优化。具体价格与运行平台资料未提供。