SuperAPI AI 工具集

performance-analysis

智能体与模型

查看项目

更新于 10-16 00:30

技能介绍

该技能用于 Claude Flow 集群的性能分析,主要用途是发现性能瓶颈、剖析集群运行情况、生成报告并给出可执行的优化建议。

主要能力包括四部分。一是瓶颈检测:覆盖通信(消息队列延迟、智能体响应时间、协调开销、智能体通信延迟)、处理(任务完成时间、智能体利用率、并行效率、资源争用)、内存(缓存命中率、存储 I/O、神经模式加载时间)与网络(API 调用延迟、MCP 通信延迟、外部服务超时)等指标。二是性能剖析:在任务执行中分析执行时间与复杂度、智能体利用率、资源约束和操作模式。三是报告生成:支持 json、html、markdown 格式,可含指标与图表,支持与前一集群对比及自定义章节。四是优化建议:可按阈值给出优先级建议,并通过 --fix 应用自动优化,如拓扑优化、缓存增强、并发调整、优先级调整与资源优化。

使用方式以命令行与 MCP 为主。基础检测:npx claude-flow bottleneck detect;生成报告:npx claude-flow analysis performance-report --format html --include-metrics;自动修复:npx claude-flow bottleneck detect --fix --threshold 15。检测支持 --swarm-id/-s、--time-range/-t(1h、24h、7d、all)、--threshold、--export/-e、--fix 等选项。报告支持 --format、--include-metrics、--compare、--time-range、--output、--sections。也可通过 mcp__claude-flow__bottleneck_detect 与 mcp__claude-flow__task_results 在 Claude Code 中调用。另可结合 swarm monitor 做实时监控,并将 json 报告接入 CI/CD。

适用场景为 Claude Flow 集群的性能诊断、回归对比、容量规划与持续优化。限制方面:资料未说明安装前提、依赖版本、权限要求、各优化项的具体实现细节,也未给出官方定价与支持渠道;报告中的示例数值与提升比例仅为文档示例,不代表实际结果。使用 --fix 前建议先审查并在开发环境验证。