用途：结合负载、指标和链路证据，定位限制吞吐或延迟的资源与代码路径，产出基于证据的性能瓶颈假设和验证步骤，也可用于对现有方案或结果做风险评审并形成可执行改进项。
主要能力：先做输入审计，区分已确认事实、合理假设与待确认问题；按风险与证据强度排序；覆盖吞吐拐点、排队、CPU、内存与 GC、I/O、锁竞争、连接池、下游依赖等检查面。
使用方式：先阅读并遵循 prompts/performance-bottleneck-analysis.md 的输入、执行规则、最低覆盖清单和输出顺序；补充影响判断的范围、环境、版本、限制、证据和成功标准。默认输出 Markdown，用户要求表格、CSV、JSON 或工单时保留同样的风险、证据、优先级和边界字段；进入自动化流程前先确认字段 schema、枚举值和必填项。评测或回归时读取 evals/eval.yaml 与匹配的 evals/cases/ 用例。
适用场景：需要对性能问题形成可执行改进项、评审现有性能方案，或在输入不完整时先给出带假设与信息缺口的初版。
限制：先确认负载模型有效；瓶颈结论需多信号交叉验证，不把高利用率自动等同于根因；不编造输入中不存在的系统行为、字段、数据、指标或根因；关键结论须关联证据，证据不足时标记为假设并给出验证方法；优先级须说明业务影响、发生可能性或可探测性依据；不得执行未经授权的生产写操作或破坏性动作。