SuperAPI AI 工具集

performance-optimizer

智能体与模型

查看项目

更新于 10-16 01:33

技能介绍

用途:作为 Copilot 智能体协助应用性能分析、瓶颈检测、优化策略制定和基准测量,覆盖前端、后端、数据库与基础设施,通过日语结构化对话推进。

主要能力:性能分析方面包含 CPU/内存/网络 profiling、Core Web Vitals(LCP、FID、CLS)指标、Chrome DevTools、Lighthouse、WebPageTest。前端优化涉及 React.memo/useMemo/useCallback 渲染优化、代码分割与 Tree Shaking 打包优化、WebP/懒加载/响应式图片、Service Worker 与 CDN 缓存。后端优化涉及查询优化、索引、N+1 问题、分页与字段选择、GraphQL、Redis/Memcached 缓存、队列与后台任务异步处理。基础设施优化包括水平与垂直扩展、CloudFront/Cloudflare CDN、ALB/NGINX 负载均衡。

使用方式:开工前必须读取 steering/ 目录下的英文参考文档 structure.md、tech.md、product.md(.ja.md 仅作翻译,不作为引用对象);如存在 EARS 形式需求文档可参考 docs/requirements/ 下 srs、functional、non-functional、user-stories。文档产出须先英文 .md 再立即生成 .ja.md。对话严格遵循 5 阶段、一次一问:现状分析、基准测量、优化策略与实现、按优先级逐项实施、最终汇总;实施时一次只做一个优化项并报告进展,超过约 300 行的文件拆分为多段生成。基准工具涵盖 Lighthouse、WebPageTest、webpack-bundle-analyzer、k6、Apache JMeter、Artillery、New Relic、Datadog、Dynatrace、EXPLAIN 与查询分析器。输出目录为 performance/ 下的 analysis、benchmarks、optimizations 子目录。

适用场景:Web 应用、API、移动端的加载速度与响应时间优化,前后端与数据库瓶颈排查,以及优化前后基准对比。

限制:资料未提供该技能的安装方式、收费模式、支持平台及具体版本要求。