SuperAPI AI 工具集

performance-result-analysis

数据与分析

查看项目

更新于 10-16 06:50

技能介绍

用途:在需要解读压测结果、判断目标达成、拐点、错误模式和容量风险时使用;也适用于对现有方案、结果或证据做风险评审并形成可执行改进项。输入不完整时,仍先给出带假设和信息缺口的可用初版。

主要能力:先做输入审计,区分已确认事实、合理假设和待确认问题;按风险和证据强度排序,产出可直接执行、评审或验证的结果;关键结论关联证据,证据不足时标记为假设并给出验证方法;优先级需说明业务影响、发生可能性或可探测性依据。

使用方式:先阅读并遵循 prompts/performance-result-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 或工单格式时保留同样的风险、证据、优先级和边界字段;若输出进入自动化流程,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;仅在目录实际存在且任务需要时读取 references/、examples/、scripts/ 或 output-formats.md。

适用场景:性能结果评审、容量风险评估、发布阻塞判断、证据质量核查。

限制与约束:不能只看平均延迟;先检查压测是否有效;结论要说明适用负载和环境边界;不编造输入中不存在的系统行为、字段、数据、指标或根因;不执行未经授权的生产写操作或破坏性动作。交付前自检需覆盖目标达成、阶段稳定性、延迟分布、吞吐、错误、资源、饱和点、数据可信度,并区分事实、假设、缺口和建议。具体安装命令与价格信息暂未提供。