SuperAPI AI 工具集

performance-workload-modeling

通用与其它

查看项目

更新于 10-16 06:50

技能介绍

用途:将生产流量和业务行为转成可复现的性能测试负载模型,并对现有方案、结果或证据做风险评审,形成可执行改进项;输入不完整时先给出带假设和信息缺口的可用初版。

主要能力:区分已确认事实、合理假设与待确认问题;按风险和证据强度排序输出;覆盖交易模型、到达率、并发、思考时间、峰值突发、数据分布、缓存预热与依赖约束;默认输出 Markdown,也可按表格、CSV、JSON 或工单格式输出,但保留风险、证据、优先级和边界字段。

使用方式:先阅读并遵循 prompts/performance-workload-modeling.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;先做输入审计再产出。校准领域结果时读取 references/domain-decision-example.md;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。

领域要点:每项输入需写为数值、单位、时区/窗口、来源和覆盖;请求、交易、会话、用户不可互换,需从交易 mix 及每交易请求数转换并注明重试与后台流量;日请求量只能复算全天平均,峰值需峰时流量比例与窗口宽度,缺窗口时保持条件公式或区间;明确开放到达率或封闭并发,Little's Law 仅在稳定窗口且单位一致时使用 L=λW,不能把在线用户或日活直接当并发;给出候选曲线、会话长度/think time 来源与校验计划,未确认数值不能作为生产容量结论。

限制:不编造输入中不存在的系统行为、字段、数据、指标或根因;关键结论必须关联证据,证据不足时标记为假设并给出验证方法;不执行未经授权的生产写操作或破坏性动作。具体安装命令、收费与平台信息暂未提供。